serbestberdana girîng a platforma fêrbûna makîneyê , ku pêkanînên amade yên cûrbecûr algorîtmayên fêrbûna makîneya kûr, navgînek bernamekirinê ya hêsan ji bo avakirina modelên li Python, û navgînek nizm ji bo zimanê C++ peyda dike ku dihêle hûn çêkirin û pêkanîna grafikên hesabkerî kontrol bikin. Koda pergalê bi C++ û Python û tê nivîsandin di bin lîsansa Apache de.
Platform bi eslê xwe ji hêla tîmê Google Brain ve hatî pêşve xistin û di karûbarên Google de ji bo naskirina axaftinê, naskirina rûyan di wêneyan de, destnîşankirina wekheviya wêneyan, fîlterkirina spam di Gmail de tê bikar anîn, nûçeyên di Google News de û organîzekirina wergerê li gorî wateyê. Pergalên fêrbûna makîneya dabeşkirî dikarin li ser hardware standard werin afirandin, bi saya piştgirîya çêkirî ya TensorFlow ji bo belavkirina hesaban li ser gelek CPU an GPU-yan.
TensorFlow pirtûkxaneyek ji algorîtmayên hesapkirina jimarî yên amade yên ku bi grafikên herikîna daneyê ve hatî bicîh kirin peyda dike. Girêkên di grafikên weha de operasyonên matematîkî an xalên ketin/derketinê pêk tînin, dema ku keviyên grafîkê rêzikên daneya piralî (tensor) ku di navbera girêkan de diherikin temsîl dikin.
Nod dikarin ji cîhazên hesabkirinê re werin veqetandin û bi asynkronî bêne darve kirin, bi hevdemî hemî teorên ku ji wan re guncan in bi yekcarî pêvajoyê bikin, ku ev gengaz dike ku meriv xebata hevdemî ya girêkan di torgilokek neuralî de bi analogî bi aktîvkirina hevdemî ya neuronan di mêjî de organîze bike.
Di amadekirina guhertoya nû de bala sereke li ser hêsankirin û karanîna hêsan bû. :
- API-ya nû ya asta bilind ji bo modelên avakirin û perwerdehiyê hate pêşniyar kirin , ku çend vebijarkên navbeynkariyê ji bo modelên avakirina (Rêberî, Fonksiyonî, Bin-classing) bi şiyana peyda dike (bêyî pêş-berhevkirinê) û bi mekanîzmayek hêsankirina xeletiyê;
- API lê zêde kir ji bo rêxistinê modelên bi kêmtirîn guhertinên koda heyî. Ji bilî îmkana belavkirina hesaban li seranserê , Piştgiriya ceribandinê ji bo dabeşkirina pêvajoya fêrbûnê li çend pêvajoyên serbixwe û şiyana karanîna ewr heye (Yekîneya pêvajoyê ya tensor);
- Li şûna modelek daxuyandî ya avakirina grafiyek bi darvekirinê bi rêya tf.Session, gengaz e ku meriv fonksiyonên asayî di Python de binivîsîne, ku bi karanîna bangek ji tf.function re, dikare veguhezîne grafikan û dûv re ji dûr ve were darvekirin, rêzkirin an xweşbîn kirin. ji bo performansa çêtir;
- Wergêr lê zêde kir , ku herikek fermanên Python vediguherîne îfadeyên TensorFlow, dihêle koda Python di hundurê fonksiyonên tf.function-decorated, tf.data, tf.distribute, û tf.keras de were bikar anîn;
- SavedModel forma pevguhertina modelê yek dike û ji bo hilanîn û vegerandina dewletên modelê piştgirî zêde dike. Modelên ku ji bo TensorFlow hatine berhev kirin naha dikarin tê de werin bikar anîn (li ser cîhazên mobîl), (di gerok an jî Node.js de), и ;
- API-yên tf.train.Optimizers û tf.keras.Optimizers hatine yek kirin; li şûna compute_gradients, çînek nû ji bo hesabkirina gradientan hate pêşniyar kirin. ;
- Dema ku GPU bikar bînin performansa girîng zêde kir.
Leza perwerdehiya modelê ya li ser pergalên bi GPU-yên NVIDIA Volta û Turing heya sê carî zêde bûye; - Paqijkirina sereke ya API-ê, gelek bangên ku navên wan hatine guheztin an jêbirin, piştgirî ji bo guhêrbarên gerdûnî yên di rêbazên arîkar de rawestandin. Li şûna tf.app, tf.flags, tf.logging, API-ya nû ya absl-py tê pêşniyar kirin. Ji bo berdewamkirina bikaranîna API-ya kevn, modula compat.v1 hate amade kirin.
Source: opennet.ru