TensorFlow 2.0 keladi, bu mashinani o'rganish uchun ochiq manbali kutubxona

tf_logo

Bir necha kun oldin yangi versiyasi taqdim etildi mashinani o'rganish platformasining ahamiyati TensorFlow 2.0, que turli xil chuqur mashina algoritmlarini amalga oshirishni ta'minlaydi, Python-da modellarni yaratish uchun oddiy dasturlash interfeysi va C ++ uchun past darajadagi interfeys, bu sizga hisoblash grafikalarini qurish va bajarilishini boshqarish imkonini beradi.

Platforma dastlab Google Brain jamoasi tomonidan ishlab chiqilgan va Google xizmatlari tomonidan foydalaniladi ovozni tanib olish, fotosuratlarda yuzni tanib olish, rasmlarning o'xshashligini aniqlash, Gmail-da spamni filtrlash, Google News-da yangiliklarni tanlash va tarjimani ma'noga qarab tartibga solish.

TensorFlow kompyuter algoritmlari kutubxonasini taqdim etadi ma'lumotlar oqimlari jadvallari orqali amalga oshirilgan qutidan tashqaridagi raqamlar. Bunday grafikalardagi tugunlar matematik operatsiyalarni yoki kirish / chiqish nuqtalarini amalga oshiradi, grafika qirralari esa tugunlar o'rtasida oqadigan ko'p o'lchovli ma'lumotlar to'plamlarini (tensorlarni) aks ettiradi.

Tugunlarni hisoblash moslamalariga biriktirish va bir vaqtning o'zida barcha mos tenzorlarni bir vaqtning o'zida qayta ishlash orqali bir vaqtning o'zida miyada neyronlarning otilishi bilan o'xshashlik bilan asab tarmog'idagi tugunlarning bir vaqtning o'zida ishlashini tashkil qilish imkonini beradigan bir vaqtning o'zida barcha mos tenzorlarni qayta ishlashga topshirish mumkin.

Tarqatilgan mashinalarni o'rganish tizimlari standart uskunalar asosida qurilishi mumkin, TensorFlow-dagi bir nechta CPU yoki GPU-larga hisoblashni kengaytirish uchun o'rnatilgan qo'llab-quvvatlash tufayli. TensorFlow bir nechta CPU va GPUlarda ishlashi mumkin (grafik ishlov berish bloklarida umumiy maqsadli hisoblash uchun ixtiyoriy CUDA kengaytmalari bilan)

TensorFlow 64-bitli Linux, macOS va Android va iOS-ni o'z ichiga olgan mobil platformalarda mavjud. Tizim kodi C ++ va Python tillarida yozilgan va Apache litsenziyasi asosida tarqatilgan.

TensorFlow 2.0 ning asosiy yangi xususiyatlari

Ushbu yangi versiyaning chiqarilishi bilan asosiy e'tibor soddalashtirish va foydalanish qulayligi uchun o'zini qarz, masalan, modellarni yaratish va o'qitish, yangi yuqori darajadagi Keras API taklif qilindi bu interfeyslarni (darhol kompilyatsiya qilinmasdan) va ularni disk raskadrovka mexanizmi bilan darhol bajarish imkoniyati bilan modellarni (ketma-ket, funktsional, subklass) yaratish uchun bir nechta variantlarni taqdim etadi.

Tarqatilgan modellarni tayyorlashni tashkil qilish uchun tf.distribute.Strategy API qo'shildimavjud kodni minimal o'zgartirish bilan s. Hisob-kitoblarni bir nechta grafik protsessorlarga tarqatish qobiliyatidan tashqari, o'quv jarayonini bir nechta mustaqil protsessorlarga ajratish va bulutli TPU (Tensorni qayta ishlash birligi) dan foydalanish imkoniyatlarini eksperimental qo'llab-quvvatlash mavjud.

Tf.Session orqali bajariladigan deklarativ grafik qurilish modeli o'rniga tf.function-ga qo'ng'iroq qilib grafiklarga aylantirilishi mumkin bo'lgan umumiy Python funktsiyalarini yozish mumkin, so'ngra ishlashni yaxshilash uchun masofadan turib bajarish, seriyalashtirish yoki optimallashtirish. ishlash.

Qo'shildi Python buyruq oqimini TensorFlow ifodalariga o'zgartiradigan AutoGraph tarjimoni, bu sizga Python kodini tf.function, tf.data, tf.distribute va tf.keras funktsiyalari ichida ishlatishga imkon beradi.

SavedModel modellar almashinuvi formatini birlashtirdi va modellarning holatini saqlash va tiklash uchun qo'llab-quvvatladi. TensorFlow uchun yig'ilgan modellar endi TensorFlow Lite (mobil qurilmalarda), TensorFlow JS (brauzerda yoki Node.js-da), TensorFlow Serving va TensorFlow Hub-da ishlatilishi mumkin.

Tf.train.Optimizers va tf.keras.Optimizers API-lari birlashtirildi, Compute_gradients o'rniga gradientslarni hisoblash uchun yangi GradientTape klassi taklif qilindi.

GPU-dan foydalanishda ushbu yangi versiyadagi ishlash sezilarli darajada yuqori bo'ldi. NVIDIA Volta va Turing GPU-lariga ega tizimlarda modellarni o'qitish tezligi uch baravarga oshdi.

Ko'plab tozalash API-lari, ko'plab qo'ng'iroqlar o'zgartirildi yoki o'chirildi, yordamchi usullarda global o'zgaruvchilarni qo'llab-quvvatlash buzildi. Tf.app, tf.flags, tf.logging o'rniga yangi absl-py API taklif etiladi. Eski API-dan foydalanishni davom ettirish uchun compat.v1 moduli tayyorlandi.

Agar siz bu haqda ko'proq bilmoqchi bo'lsangiz, maslahatlashishingiz mumkin quyidagi havola.


Maqolaning mazmuni bizning printsiplarimizga rioya qiladi muharrirlik etikasi. Xato haqida xabar berish uchun bosing bu erda.

Birinchi bo'lib izohlang

Fikringizni qoldiring

Sizning email manzilingiz chop qilinmaydi.

*

*

  1. Ma'lumotlar uchun javobgardir: Migel Anxel Gaton
  2. Ma'lumotlarning maqsadi: SPAMni boshqarish, izohlarni boshqarish.
  3. Qonuniylashtirish: Sizning roziligingiz
  4. Ma'lumotlar haqida ma'lumot: qonuniy majburiyatlar bundan mustasno, ma'lumotlar uchinchi shaxslarga etkazilmaydi.
  5. Ma'lumotlarni saqlash: Occentus Networks (EU) tomonidan joylashtirilgan ma'lumotlar bazasi
  6. Huquqlar: istalgan vaqtda siz ma'lumotlaringizni cheklashingiz, tiklashingiz va o'chirishingiz mumkin.