liberazione significativa di a piattaforma di apprendimentu automaticu , chì furnisce implementazioni pronti di vari algoritmi d'apprendimentu automaticu profondu, una interfaccia di prugrammazione simplice per a custruzzione di mudelli in Python, è una interfaccia di livellu bassu per a lingua C++ chì permette di cuntrullà a custruzzione è l'esekzione di grafici computazionali. U codice di u sistema hè scrittu in C++ è Python è sottu a licenza Apache.
A piattaforma hè stata sviluppata in origine da a squadra di Google Brain è hè aduprata in i servizii di Google per u ricunniscenza di voce, identificà e facce in e fotografie, determinendu a similitudine di l'imaghjini, filtrà u spam in Gmail, nutizie in Google News è urganizà a traduzzione tenendu in contu u significatu. I sistemi di apprendimentu automaticu distribuitu ponu esse creati nantu à hardware standard, grazie à u supportu integratu di TensorFlow per a distribuzione di calculi in più CPU o GPU.
TensorFlow furnisce una biblioteca di algoritmi di calculu numericu pronti implementati attraversu grafici di flussu di dati. I nodi in tali grafici implementanu operazioni matematiche o punti di input / output, mentri i bordi di u graficu rapprisentanu arrays di dati multidimensionali (tensori) chì scorri trà i nodi.
I nodi ponu esse attribuiti à i dispositi di l'informatica è eseguiti in modu asincronu, processendu simultaneamente tutti i tesori adattati per elli in una volta, chì permette di urganizà l'operazione simultanea di i nodi in una rete neurale per analogia cù l'attivazione simultanea di neuroni in u cervellu.
U focu principalu in a preparazione di a nova versione era a simplificazione è a facilità d'utilizazione. :
- Una nova API d'altu livellu hè stata pruposta per mudelli di custruzzione è furmazione , chì furnisce parechje opzioni d'interfaccia per custruisce mudelli (Sequential, Functional, Subclassing) cù a capacità di (senza pre-cumpilazione) è cù un mecanismu simplice di debugging;
- Aggiunta API per l'urganizazione mudelli cù cambiamenti minimi à u codice esistenti. In più di a pussibilità di sparghje i calculi à traversu , U supportu sperimentale hè dispunibule per dividisce u prucessu di apprendimentu in parechji prucessori indipendenti è a capacità di utilizà nuvola (Unità di prucessu tensor);
- Invece di un mudellu dichjarativu di custruisce un gràficu cù l'esekzione attraversu tf.Session, hè pussibule di scrive funzioni ordinali in Python, chì, utilizendu una chjama à tf.function, ponu esse cunvertiti in grafici è poi eseguiti remotamente, serializatu o ottimizzati. per migliurà u rendiment;
- Traduttore aghjuntu , chì cunverta un flussu di cumandamenti Python in espressioni TensorFlow, chì permettenu u codice Python per esse usatu in e funzioni tf.function-decorated, tf.data, tf.distribute, è tf.keras;
- SavedModel unifica u furmatu di scambiu di mudelli è aghjunghje supportu per salvà è restaurà i stati di mudelli. I mudelli compilati per TensorFlow ponu avà esse usatu in (in i dispositi mobili), (in u navigatore o Node.js), и ;
- L'API tf.train.Optimizers è tf.keras.Optimizers sò state unificate; invece di compute_gradients, una nova classa hè stata pruposta per calculà gradienti. ;
- Un rendimentu significativamente aumentatu quandu si usa GPU.
A veloce di furmazione di mudelli nantu à i sistemi cù GPU NVIDIA Volta è Turing hà aumentatu finu à trè volte; - A pulizia maiò di l'API, parechje chjamate rinominate o eliminate, u supportu per e variabili glubale in i metudi d'aiutu si ferma. Invece di tf.app, tf.flags, tf.logging, una nova API absl-py hè pruposta. Per cuntinuà aduprà l'antica API, u modulu compat.v1 hè statu preparatu.
Source: opennet.ru