Theano - Introdução

Você desenvolveu modelos de aprendizado de máquina em Python? Então, obviamente, você conhece os meandros do desenvolvimento desses modelos. O desenvolvimento é normalmente um processo lento, levando horas e dias de capacidade computacional.

O desenvolvimento do modelo de Aprendizado de Máquina requer muitos cálculos matemáticos. Isso geralmente requer cálculos aritméticos, especialmente matrizes grandes de dimensões múltiplas. Hoje em dia, usamos redes neurais em vez das técnicas estatísticas tradicionais para desenvolver aplicativos de aprendizado de máquina. As redes neurais precisam ser treinadas sobre uma grande quantidade de dados. O treinamento é feito em lotes de dados de tamanho razoável. Assim, o processo de aprendizagem é iterativo. Assim, se os cálculos não forem feitos de forma eficiente, o treinamento da rede pode levar várias horas ou até dias. Assim, a otimização do código executável é altamente desejada. E é isso que exatamente Theano oferece.

Theano é uma biblioteca Python que permite definir expressões matemáticas usadas no Aprendizado de Máquina, otimizar essas expressões e avaliá-las de forma muito eficiente usando GPUs em áreas críticas. Ele pode rivalizar com as implementações C completas típicas na maioria dos casos.

Theano foi escrito no laboratório LISA com a intenção de fornecer rápido desenvolvimento de algoritmos de aprendizado de máquina eficientes. É lançado sob uma licença BSD.

Neste tutorial, você aprenderá a usar a biblioteca Theano.