Nell’ambito del machine learning, i framework davvero robusti e performanti destinati allo sviluppo di applicazioni moderne e professionali si contano sulla punta delle dita. Due dei più diffusi ed apprezzati sono PyTorch e TensorFlow (quest’ultimo unitamente a Keras). Lo scorso 14 dicembre è stato rilasciato TensorFlow 2.4, che porta con sé diverse novità interessanti (alcune relative anche all’integrazione con Keras). In questo articolo cercheremo di riassumere quelle principali. Keras: le novità Partendo dal livello di astrazione più alto, le prime novità più interessanti sono quelle che riguardano Keras, ormai da diverso tempo parte integrante di TensorFlow. Nella nuova versione del framework, è stato infatti perfezionato il supporto alla precisione mista, introducendo tipi come float16 che possono adesso essere utilizzati insieme a float32 (già supportato). Questo…
