====== TensorFlow ======

**TensorFlow** je komplexní open-source platforma pro strojové učení (Machine Learning), kterou vyvinul tým **Google Brain**. Je navržena tak, aby usnadnila proces od výzkumu až po nasazení modelů do reálného provozu na různých zařízeních – od výkonných serverových clusterů až po chytré telefony a IoT zařízení.

Název je odvozen od operací, které neuronové sítě provádějí nad vícedimenzionálními datovými poli, zvanými **tenzory**.



===== Klíčové vlastnosti TensorFlow =====

TensorFlow se postupem času vyvinul v ucelený ekosystém, který zahrnuje:

==== 1. Keras API (Vysokoúrovňové rozhraní) ====
Keras je oficiální rozhraní pro TensorFlow, které umožňuje definovat a trénovat neuronové sítě pomocí pár řádků kódu. Je velmi intuitivní a zaměřené na uživatelskou přívětivost.

==== 2. Flexibilita nasazení (Deployment) ====
TensorFlow vyniká v tom, co se stane s modelem *po* trénování:
  * **TF Serving:** Pro vysoce výkonné nasazení na produkčních serverech.
  * **TF Lite:** Pro běh modelů na mobilních zařízeních (Android, iOS) a mikrokontrolérech (Arduino).
  * **TF.js:** Umožňuje trénovat a spouštět modely přímo v prohlížeči pomocí JavaScriptu.

==== 3. TensorBoard (Vizualizace) ====
Unikátní nástroj pro vizualizaci trénovacího procesu. Umožňuje sledovat metriky (přesnost, ztrátu), prohlížet strukturu výpočetního grafu a analyzovat histogramy vah v reálném čase.



===== Architektura a vývoj =====

TensorFlow prošel zásadní transformací mezi verzemi 1.x a 2.x:
  * **TensorFlow 1.x:** Používal statické výpočetní grafy. Uživatel musel nejprve definovat celou strukturu sítě a až poté ji spustit v rámci "Session". To bylo efektivní, ale velmi náročné na ladění.
  * **TensorFlow 2.x:** Zavedl tzv. **Eager Execution** (podobně jako PyTorch). Operace se provádějí okamžitě, což usnadňuje vývoj a debugging v Pythonu.

===== Srovnání: TensorFlow vs. PyTorch =====

^ Vlastnost ^ TensorFlow ^ PyTorch ^
| **Hlavní vývojář** | Google | Meta (Facebook) |
| **Produkční nasazení** | Vynikající (TFX, TF Serving) | Velmi dobré (TorchScript) |
| **Mobilní/Edge zařízení** | Lídr trhu (TF Lite) | Rychle se dotahuje (ExecuTorch) |
| **Styl kódu** | Integrovaný Keras (velmi strukturovaný) | Čistý Python (velmi flexibilní) |
| **Vizualizace** | TensorBoard (v základu) | Externí nástroje (Visdom, WandB) |



===== Hardwarová podpora =====

TensorFlow je optimalizován pro širokou škálu hardwaru:
  * **GPU:** Plná podpora pro NVIDIA (CUDA/cuDNN).
  * **TPU (Tensor Processing Units):** Specializované čipy od Googlu, které jsou řádově rychlejší pro trénování obřích modelů než běžná GPU.
  * **CPU:** Optimalizace pomocí instrukčních sad jako AVX a FMA.

===== Kdy zvolit TensorFlow? =====
TensorFlow je ideální volbou, pokud plánujete model nasadit do rozsáhlé produkce, potřebujete jej spustit na mobilním telefonu, nebo pokud využíváte cloudovou infrastrukturu **Google Cloud**, která je pro TensorFlow nativně optimalizována.

---
**Související termíny:** [[keras|Keras]], [[pytorch|PyTorch]], [[tpu|TPU]], [[machine_learning|Strojové učení]], [[onnx|ONNX]].