машин сургалтын платформын томоохон хувилбар , янз бүрийн гүнзгий машин сургалтын алгоритмуудын бэлэн хэрэгжилт, Python хэл дээр загвар бүтээх энгийн програмчлалын интерфейс, C++ хэлний доод түвшний интерфэйс нь тооцооллын графикийн бүтээн байгуулалт, гүйцэтгэлийг хянах боломжийг олгодог. Системийн код нь C++ болон Python дээр бичигдсэн ба Apache лицензийн дагуу.
Уг платформыг анх Google Brain баг боловсруулсан бөгөөд Google-н үйлчилгээнүүдэд яриа таних, гэрэл зураг дээрх царайг тодорхойлох, зургийн ижил төстэй байдлыг тодорхойлох, Gmail дэх спамыг шүүх, Google News дахь мэдээ, утга учрыг харгалзан орчуулгыг зохион байгуулах. Тооцооллыг олон CPU эсвэл GPU дээр түгээх зориулалттай TensorFlow-ийн суурилуулсан дэмжлэгийн ачаар тархсан машин сургалтын системийг стандарт техник хангамж дээр үүсгэж болно.
TensorFlow нь өгөгдлийн урсгалын графикаар хэрэгжсэн бэлэн тоон тооцооллын алгоритмуудын номын санг өгдөг. Ийм график дахь зангилаа нь математикийн үйлдлүүд эсвэл оролт/гаралтын цэгүүдийг хэрэгжүүлдэг бол графын ирмэгүүд нь зангилааны хооронд урсдаг олон хэмжээст өгөгдлийн массивыг (тензор) төлөөлдөг.
Зангилааг тооцоолох төхөөрөмжид хуваарилж, асинхроноор гүйцэтгэх боломжтой бөгөөд тэдгээрт тохирсон бүх тесоруудыг нэгэн зэрэг боловсруулдаг бөгөөд энэ нь тархины мэдрэлийн эсийг нэгэн зэрэг идэвхжүүлэхтэй адил мэдрэлийн сүлжээн дэх зангилааны нэгэн зэрэг ажиллагааг зохион байгуулах боломжийг олгодог.
Шинэ хувилбарыг бэлтгэхэд гол анхаарал нь хялбарчлах, ашиглахад хялбар байсан. :
- Загвар бүтээх, сургах зорилгоор шинэ дээд түвшний API-г санал болгов , энэ нь загвар (дараалсан, функциональ, дэд ангилал) бүтээх хэд хэдэн интерфэйсийн сонголтыг өгдөг. (урьдчилан эмхэтгэлгүйгээр) болон дибаг хийх энгийн механизмтай;
- API нэмсэн зохион байгуулалтын хувьд одоо байгаа кодын хамгийн бага өөрчлөлттэй загварууд. Тооцооллыг бүхэлд нь тараах боломжоос гадна , сургалтын үйл явцыг бие даасан хэд хэдэн процессор болгон хуваах туршилтын дэмжлэг, үүл ашиглах боломжтой (Тензор боловсруулах нэгж);
- Графикийг tf.Session-ээр гүйцэтгэх тунхаглалын загварын оронд Python дээр энгийн функцуудыг бичих боломжтой бөгөөд tf.function руу залгаснаар тэдгээрийг график болгон хувиргаж, дараа нь алсаас гүйцэтгэх, цуваа болгох, оновчтой болгох боломжтой. гүйцэтгэлийг сайжруулахын тулд;
- Орчуулагч нэмсэн , Python командын урсгалыг TensorFlow илэрхийлэл болгон хувиргаж, Python кодыг tf.function-decorated, tf.data, tf.distribute болон tf.keras функцууд дотор ашиглах боломжийг олгодог;
- SavedModel нь загвар солилцооны форматыг нэгтгэж, загварын төлөвийг хадгалах, сэргээхэд дэмжлэг үзүүлдэг. TensorFlow-д зориулж эмхэтгэсэн загваруудыг одоо ашиглаж болно (гар утасны төхөөрөмж дээр), (хөтөч эсвэл Node.js дээр), и ;
- tf.train.Optimizers болон tf.keras.Optimizers API-уудыг нэгтгэсэн; тооцоолох_градиентийн оронд градиентийг тооцоолох шинэ анги санал болгосон. ;
- GPU ашиглах үед гүйцэтгэл мэдэгдэхүйц нэмэгдсэн.
NVIDIA Volta болон Turing GPU-тай системүүдийн загвар сургалтын хурд гурав дахин нэмэгдсэн; - Үндсэн API цэвэрлэгээ, олон дуудлагын нэрийг өөрчилсөн эсвэл устгасан, туслах аргууд дахь глобал хувьсагчийн дэмжлэг зогссон. tf.app, tf.flags, tf.logging-ийн оронд absl-py шинэ API-г санал болгож байна. Хуучин API-г үргэлжлүүлэн ашиглахын тулд compat.v1 модулийг бэлтгэсэн.
Эх сурвалж: opennet.ru