rilaxx sinifikanti tal-pjattaforma tat-tagħlim tal-magni , li jipprovdi implimentazzjonijiet lesti ta 'diversi algoritmi ta' tagħlim tal-magni fil-fond, interface ta 'programmar sempliċi għall-bini ta' mudelli f'Python, u interface ta 'livell baxx għal-lingwa C++ li tippermettilek tikkontrolla l-kostruzzjoni u l-eżekuzzjoni ta' graffs komputazzjonali. Il-kodiċi tas-sistema huwa miktub f'C++ u Python u taħt il-liċenzja Apache.
Il-pjattaforma kienet żviluppata oriġinarjament mit-tim tal-Google Brain u tintuża fis-servizzi tal-Google għar-rikonoxximent tad-diskors, tidentifika l-uċuħ fir-ritratti, tiddetermina x-xebh tal-immaġini, tiffiltra l-ispam fil-Gmail, aħbarijiet fil-Google News u torganizza traduzzjoni b'kont meħud tat-tifsira. Sistemi ta' tagħlim tal-magni distribwiti jistgħu jinħolqu fuq ħardwer standard, grazzi għall-appoġġ integrat ta' TensorFlow għad-distribuzzjoni tal-kalkoli fuq CPUs jew GPU multipli.
TensorFlow jipprovdi librerija ta' algoritmi ta' kalkolu numeriku lesti implimentati permezz ta' graffs tal-fluss tad-dejta. Nodi f'graffs bħal dawn jimplimentaw operazzjonijiet matematiċi jew punti ta 'input/output, filwaqt li t-truf tal-graff jirrappreżentaw arrays ta' data multidimensjonali (tensors) li jiċċirkolaw bejn in-nodi.
In-nodi jistgħu jiġu assenjati lil apparati tal-kompjuters u eżegwiti b'mod mhux sinkroniku, fl-istess ħin jipproċessaw it-tesors kollha adattati għalihom f'daqqa, li jagħmilha possibbli li tiġi organizzata l-operazzjoni simultanja ta 'nodi f'netwerk newrali b'analoġija mal-attivazzjoni simultanja ta' newroni fil-moħħ.
L-enfasi ewlenija fit-tħejjija tal-verżjoni l-ġdida kienet fuq is-simplifikazzjoni u l-faċilità tal-użu. :
- Ġie propost API ġdid ta 'livell għoli għall-mudelli tal-bini u t-taħriġ , li tipprovdi diversi għażliet ta’ interface għal mudelli ta’ bini (Sekwenzjali, Funzjonali, Sottoklassifikazzjoni) bil-kapaċità li (mingħajr pre-kumpilazzjoni) u b'mekkaniżmu sempliċi ta' debugging;
- Miżjud API għall-organizzazzjoni mudelli b'bidliet minimi għall-kodiċi eżistenti. Minbarra l-possibbiltà li jinfirxu kalkoli madwar , appoġġ sperimentali huwa disponibbli għad-diviżjoni tal-proċess ta 'tagħlim f'diversi proċessuri indipendenti u l-abbiltà li tuża sħaba (Unità tal-ipproċessar tat-tensor);
- Minflok mudell dikjarattiv ta 'kostruzzjoni ta' graff b'eżekuzzjoni permezz ta 'tf.Session, huwa possibbli li tikteb funzjonijiet ordinarji f'Python, li, bl-użu ta' sejħa għal tf.function, jistgħu jiġu kkonvertiti fi graffs u mbagħad eżegwiti mill-bogħod, serializzati jew ottimizzati. għal prestazzjoni mtejba;
- Miżjud traduttur , li jikkonverti fluss ta 'kmandi Python f'espressjonijiet TensorFlow, li jippermetti li kodiċi Python jintuża fil-funzjonijiet tf.function-decorated, tf.data, tf.distribute, u tf.keras;
- SavedModel jgħaqqad il-format tal-iskambju tal-mudelli u jżid l-appoġġ għall-iffrankar u r-restawr tal-istati tal-mudell. Mudelli kkompilati għal TensorFlow issa jistgħu jintużaw fi (fuq apparat mobbli), (fil-browser jew Node.js), и ;
- L-APIs tf.train.Optimizers u tf.keras.Optimizers ġew unifikati; minflok compute_gradients, ġiet proposta klassi ġdida għall-kalkolu tal-gradjenti ;
- Żieda sinifikanti fil-prestazzjoni meta tuża l-GPU.
Il-veloċità tat-taħriġ tal-mudelli fuq sistemi b'NVIDIA Volta u Turing GPUs żdiedet sa tliet darbiet; - Tindif maġġuri tal-API, ħafna sejħiet imsemmija jew imneħħija, appoġġ għall-varjabbli globali fil-metodi helper waqaf. Minflok tf.app, tf.flags, tf.logging, hija proposta absl-py API ġdida. Biex tkompli tuża l-API l-antika, il-modulu compat.v1 ġie ppreparat.
Sors: opennet.ru