Porque es confiable, bien documentado y poderoso.
Antes de TensorFlow, había muchas bibliotecas de ML que ofrecían una gran funcionalidad para un puñado de métodos y estaban razonablemente bien documentadas, pero nunca hubo una biblioteca de captura total que tuviera un potencial casi ilimitado, soporte continuo y absurdamente legible.
Antes de comenzar a trabajar con TensorFlow a tiempo completo, estaba usando Theano y el cambio proporcionó beneficios inmediatos. TensorFlow es mucho más legible que Theano, y no me obligó a hackear la funcionalidad para hacer algo nuevo. Además de eso, estaba tan bien documentado que cualquier problema que tuve se explicó bien en una fuente central.
- ¿Cómo cambiará la TPU de Google el mercado de CPU + GPU? ¿Cómo responderán los fabricantes de chips a este cambio?
- ¿Cómo utilizan las empresas los algoritmos de IA en aplicaciones prácticas?
- ¿Cuáles son algunas limitaciones de un enfoque bayesiano?
- Cómo medir el rendimiento de aprendizaje en Q-Learning
- ¿Cuáles son las desventajas de usar el algoritmo clásico de árbol de decisión para grandes conjuntos de datos?
TensorFlow estaba tan por delante del resto de las opciones que muchas personas hicieron el cambio que yo hice, lo que llevó a una comunidad vibrante que solo significa que TensorFlow está cada vez más bien documentado.
