release pinunjul saka platform machine learning , sing nyedhiyakake implementasine siap saka macem-macem algoritma learning machine jero, antarmuka pemrograman sing prasaja kanggo model bangunan ing Python, lan antarmuka tingkat rendah kanggo basa C ++ sing ngidini sampeyan ngontrol konstruksi lan eksekusi grafik komputasi. Kode sistem ditulis ing C ++ lan Python lan miturut lisensi Apache.
Platform kasebut wiwitane dikembangake dening tim Google Brain lan digunakake ing layanan Google kanggo pangenalan wicara, ngenali pasuryan ing foto, nemtokake persamaan gambar, nyaring spam ing Gmail, warta ing Google News lan ngatur terjemahan kanthi nimbang maknane. Sistem pembelajaran mesin sing disebarake bisa digawe ing hardware standar, amarga dhukungan TensorFlow sing dibangun kanggo nyebarake petungan ing pirang-pirang CPU utawa GPU.
TensorFlow nyedhiyakake perpustakaan kalkulus pitungan numerik sing wis dileksanakake liwat grafik aliran data. Node ing grafik kasebut ngleksanakake operasi matematika utawa titik input / output, dene pinggiran grafik nggambarake susunan data multidimensi (tensor) sing mili ing antarane simpul.
Node bisa ditugasake menyang piranti komputasi lan dieksekusi kanthi ora sinkron, kanthi bebarengan ngolah kabeh tesor sing cocog kanggo wong-wong mau bebarengan, sing ndadekake bisa ngatur operasi simultan kelenjar ing jaringan saraf kanthi analogi karo aktivasi simultan neuron ing otak.
Fokus utama kanggo nyiapake versi anyar yaiku nyederhanakake lan gampang digunakake. :
- API tingkat dhuwur anyar wis diusulake kanggo model bangunan lan latihan , sing nyedhiyakake sawetara opsi antarmuka kanggo model bangunan (Sequential, Functional, Subclassing) kanthi kemampuan kanggo (tanpa pra-kompilasi) lan kanthi mekanisme debugging sing prasaja;
- Ditambahake API kanggo organisasi model karo owah-owahan minimal kanggo kode ana. Saliyane kamungkinan nyebarake petungan ing , dhukungan eksperimen kasedhiya kanggo mbagi proses sinau dadi sawetara prosesor independen lan kemampuan kanggo nggunakake awan (Unit pangolahan tensor);
- Tinimbang model deklaratif kanggo mbangun grafik kanthi eksekusi liwat tf.Session, sampeyan bisa nulis fungsi biasa ing Python, sing, nggunakake telpon menyang tf.function, bisa diowahi dadi grafik lan banjur dieksekusi mbatalake, serial, utawa dioptimalake. kanggo kinerja apik;
- Ditambahake penerjemah , sing ngowahi stream printah Python menyang ekspresi TensorFlow, saéngga kode Python bisa digunakake ing tf.function-decorated, tf.data, tf.distribute, lan tf.keras fungsi;
- SavedModel nggabungake format ijol-ijolan model lan nambah dhukungan kanggo nyimpen lan mulihake negara model. Model sing disusun kanggo TensorFlow saiki bisa digunakake ing (ing piranti seluler), (ing browser utawa Node.js), и ;
- API tf.train.Optimizers lan tf.keras.Optimizers wis digabungake; tinimbang compute_gradients, kelas anyar wis diusulake kanggo ngitung gradien ;
- Ngartekno tambah kinerja nalika nggunakake GPU.
Kacepetan latihan model ing sistem karo NVIDIA Volta lan Turing GPU wis tambah nganti kaping telu; - Pembersihan API utama, akeh panggilan sing diganti jeneng utawa dibusak, dhukungan kanggo variabel global ing metode helper mandheg. Tinimbang tf.app, tf.flags, tf.logging, API absl-py anyar ngajokaken. Kanggo terus nggunakake API lawas, modul compat.v1 wis disiapake.
Source: opennet.ru
