ProHoster > Blog > Lajmet e internetit > Lëshimi i sistemit të mësimit të makineri TensorFlow 2.0

Lëshimi i sistemit të mësimit të makineri TensorFlow 2.0

Të paraqitura lëshim i rëndësishëm i platformës së mësimit të makinerive TensorFlow 2.0, i cili ofron zbatime të gatshme të algoritmeve të ndryshëm të thellë të mësimit të makinerive, një ndërfaqe të thjeshtë programimi për ndërtimin e modeleve në gjuhën Python dhe një ndërfaqe të nivelit të ulët për gjuhën C++, e cila lejon menaxhimin e ndërtimit dhe ekzekutimit të grafikëve të llogaritjes. Kodi i sistemit është shkruar në gjuhët C++ dhe Python dhe distribuohet në përputhje me licencën Apache.

Platforma është zhvilluar fillimisht nga ekipi Google Brain dhe përdoret në shërbimet e Google për njohjen e zërit, identifikimin e fytyrave në foto, përcaktimin e ngjashmërive të imazheve, filtrimin e spamit në Gmail, propozimin e lajmeve në Google News dhe organizimin e përkthimeve në përputhje me kuptimin. Sistemet e shpërndara të mësimit të makinerive mund të ndërtohen në pajisje standarde, falë mbështetjes së përfshirë në TensorFlow për shpërndarjen e llogaritjeve në disa CPU ose GPU.

TensorFlow ofron një bibliotekë algoritmesh të gatshme për llogaritje numerike, të realizuara përmes grafeve të fluksit të të dhënave (data flow graphs). Nodalet në këto grafe realizojnë operacione matematikore ose pika hyrjeje/daljeje, ndërsa skajet e grafit përfaqësojnë tabela shumëdimensionale të të dhënave (tenzora) që rrjedhin midis nodave.
Nodalet mund të lidhen me pajisjet llogaritëse dhe të kryhen asinkronisht, duke procesuar njëkohësisht të gjithë tenzorët e duhur, çka mundëson punën e përbashkët të nodave në një rrjet nervor, ngjashëm me aktivizimin e përbashkët të neuronëve në tru.

Vëmendja kryesore gjatë përgatitjes së versionit të ri është vendosur në thjeshtësinë dhe lehtësinë e përdorimit. Disa risitë:

  • PĂ«r ndĂ«rtimin dhe stĂ«rvitjen e modeleve Ă«shtĂ« propozuar njĂ« API i ri me nivel tĂ« lartĂ« Keras, i cili ofron disa mundĂ«si ndĂ«rfaqesh pĂ«r ndĂ«rtimin e modeleve (Sequential, Functional, Subclassing) me mundĂ«sinĂ« pĂ«r ekzekutimin e menjĂ«hershĂ«m (pa kompilim paraprak) dhe me njĂ« mekanizĂ«m tĂ« thjeshtĂ« pĂ«r debugging;
  • API e re tf.distribute.Strategy pĂ«r organizimin e mĂ«simit tĂ« shpĂ«rndarĂ« modeleve me ndryshime minimale tĂ« kodit ekzistues. PĂ«rveç mundĂ«sisĂ« sĂ« shpĂ«rndarjes sĂ« llogaritjeve nĂ« shumĂ« GPU, mbĂ«shtetje eksperimentale pĂ«r shpĂ«rndarjen e procesit tĂ« trajnimit nĂ« disa trajtues tĂ« pavarur dhe mundĂ«sia pĂ«r tĂ« angazhuar TPU (njĂ«sia e pĂ«rpunimit tĂ« tensorĂ«ve);
  • NĂ« vend tĂ« modelit deklarativ tĂ« ndĂ«rtimit tĂ« grafikut me ekzekutim pĂ«rmes tf.Session, ofrohet mundĂ«sia pĂ«r tĂ« shkruar funksione tĂ« zakonshme nĂ« gjuhĂ«n Python, tĂ« cilat me anĂ« tĂ« thirrjes tf.function mund tĂ« konvertohen nĂ« grafe dhe mĂ« pas tĂ« ekzekutohen, serializohen ose optimizohen pĂ«r tĂ« rritur performancĂ«n;
  • TĂ« shtuar njĂ« pĂ«rkthyes AutoGraph, qĂ« shndĂ«rron rrjedhĂ«n e komandave Python nĂ« shprehje TensorFlow, duke e bĂ«rĂ« tĂ« mundur pĂ«rdorimin e kodit nĂ« gjuhĂ«n Python brenda funksioneve tĂ« dekoruara me tf.function, tf.data, tf.distribute dhe tf.keras;
  • NĂ« SavedModel, formati i shkĂ«mbimit tĂ« modeleve Ă«shtĂ« uniformuar dhe Ă«shtĂ« shtuar mbĂ«shtetje pĂ«r ruajtjen dhe rikthimin e gjendjes sĂ« modeleve. Modelet e mbledhura pĂ«r TensorFlow tani mund tĂ« pĂ«rdoren nĂ« TensorFlow Lite (nĂ« pajisje mobile), TensorFlow JS (nĂ« shfletues ose Node.js), TensorFlow Serving dhe TensorFlow Hub;
  • API-tĂ« e unifikuara tf.train.Optimizers dhe tf.keras.Optimizers, nĂ« vend tĂ« compute_gradients, Ă«shtĂ« propozuar njĂ« klasĂ« e re pĂ«r llogaritjen e gradientĂ«ve. GradientTape;
  • Performanca Ă«shtĂ« rritur ndjeshĂ«m kur pĂ«rdoren GPU.
    Shpejtësia e të mësuarit të modeleve në sistemet me GPU NVIDIA Volta dhe Turing është rritur deri në tre herë.
  • ËshtĂ« kryer Ka pasur njĂ« pastrim tĂ« madh tĂ« API-t, shumĂ« thirrje janĂ« ribĂ«rĂ« ose fshirĂ«, mbĂ«shtetja pĂ«r variablat globalĂ« nĂ« metodat ndihmĂ«se Ă«shtĂ« ndĂ«rprerĂ«. NĂ« vend tĂ« tf.app, tf.flags, tf.logging, Ă«shtĂ« propozuar njĂ« API i ri absl-py. PĂ«r tĂ« vazhduar pĂ«rdorimin e API-t tĂ« vjetĂ«r, Ă«shtĂ« pĂ«rgatitur moduli compat.v1.

Burimi: opennet.ru

Bleni hostim tĂ« besueshĂ«m pĂ«r faqe me mbrojtje nga DDoS, serverĂ« VPS VDS đŸ”„ Bleni hostim tĂ« besueshĂ«m pĂ«r faqe me mbrojtje nga DDoS, serverĂ« VPS VDS | ProHoster