¿Cuál es la diferencia entre TensorFlow y Grep? ¿Cuál es el más adecuado para el aprendizaje automático? ¿Por qué o por qué no?

Gran pregunta Al principio, me preguntaba. Luego, cuanto más lo pensaba, mejor se veía. Ahora, eso es calidad.

¿Donde empezar? Grep es viejo. ¿Qué tal 1974? Se incluyó con las utilidades de Unix y se puede ver en muchos lugares. Ya sabes, eso significa que hay muchos usuarios. Ha habido actualizaciones a lo largo de los años, pero la idea básica de uso era encontrar algo dentro del texto. Sin duda, el sistema de llamada podría informar todo tipo de métricas.

TensorFlow es nuevo (TensorFlow) y se ocupa de los cálculos en un gráfico. El tensor representa las propiedades de conexión entre nodos. Parece que se están probando muchos usos interesantes.

Cualquier diferencia debería tener en cuenta las similitudes. Uno podría pensar en TensorFlow como ‘grep’ con extensiones. Sin duda, comenzar con el primero te daría más poder.

Entonces, eso trae una consulta. En algún lugar, hay algo que rivaliza con TensorFlow que se ha estado desarrollando a lo largo de los años. Después de todo, el progreso proviene de personas que empujan el horizonte y hacen que sea más fácil para otros adoptar.

Entonces, olvidamos el trabajo original. Pero, las matemáticas no funcionan de esa manera. Sigue su historia de vuelta al pensamiento original. CSer, ¿por qué no tú?

Ahora para ML, puede aprender más utilizando grep con Python / R como su plataforma de análisis. Escribe tus propias cosas. No tengas miedo Cualquiera que se ría de ti, dirígelo a este viejo.

Luego, en línea con los lemmings de Google. Si debes. De lo contrario, haz lo tuyo. Dios sabe, Google parece estar persiguiendo su cola y la de sus amigos.

Afortunadamente, vemos que cada generación hace esta cosa retrospectiva (probablemente omitiendo una o dos), donde se reinventa la rueda. Estamos en tal estado. Regresemos y avancemos los conceptos, etc. para que todos podamos ver que no hay nada nuevo bajo el sol, incluso la salida de los magos (solo el entorno y el lenguaje difieren).

Aparte, en cierto sentido: necesitamos estas cosas rápidas y sucias, reducidas, que la gente entienda. De lo contrario, se alinea con un cuadro cerrado de Google (incluso si es de código abierto). ¿Quién dijo que todas las cosas deben escalar? Eso es parte del impulso a la idiotez a escala masiva.

Estoy buscando programar una Inteligencia Artificial básica capaz de reconocer, por el momento, patrones muy básicos en cadenas de números. Ejemplo: 1, 4, 2, 8 y así sucesivamente. Y luego usar ese conocimiento de patrones de números para equiparar fácilmente los problemas matemáticos más difíciles.