kutolewa muhimu kwa jukwaa la kujifunza mashine , ambayo hutoa utekelezaji ulio tayari wa algoriti mbalimbali za kujifunza kwa kina za mashine, kiolesura rahisi cha programu kwa miundo ya ujenzi katika Python, na kiolesura cha kiwango cha chini cha lugha ya C++ kinachokuruhusu kudhibiti ujenzi na utekelezaji wa grafu za kukokotoa. Nambari ya mfumo imeandikwa katika C ++ na Python na chini ya leseni ya Apache.
Jukwaa lilitengenezwa awali na timu ya Google Brain na hutumiwa katika huduma za Google kwa utambuzi wa usemi, kutambua nyuso kwenye picha, kubainisha kufanana kwa picha, kuchuja barua taka katika Gmail, habari katika Google News na kupanga tafsiri kwa kuzingatia maana. Mifumo ya kujifunza kwa mashine iliyosambazwa inaweza kuundwa kwa maunzi ya kawaida, kutokana na usaidizi uliojengewa ndani wa TensorFlow wa kusambaza hesabu kwenye CPU au GPU nyingi.
TensorFlow hutoa maktaba ya algoriti za hesabu zilizotengenezwa tayari zinazotekelezwa kupitia grafu za mtiririko wa data. Nodi katika grafu kama hizo hutekeleza shughuli za hisabati au sehemu za ingizo/towe, huku kingo za grafu zinawakilisha mkusanyiko wa data wa pande nyingi (tensore) ambazo hutiririka kati ya nodi.
Nodi zinaweza kupewa vifaa vya kompyuta na kutekelezwa kwa wakati mmoja, wakati huo huo kusindika thesor zote zinazofaa kwao mara moja, ambayo inafanya uwezekano wa kupanga operesheni ya wakati mmoja ya nodi kwenye mtandao wa neural kwa mlinganisho na uanzishaji wa wakati huo huo wa neurons kwenye ubongo.
Lengo kuu katika kuandaa toleo jipya lilikuwa katika kurahisisha na urahisi wa matumizi. :
- API mpya ya kiwango cha juu imependekezwa kwa miundo ya ujenzi na mafunzo , ambayo hutoa chaguzi kadhaa za kiolesura cha miundo ya ujenzi (Mfuatano, Utendaji, Uainishaji) na uwezo wa (bila mkusanyiko wa awali) na kwa utaratibu rahisi wa kurekebisha;
- API iliyoongezwa kwa shirika mifano iliyo na mabadiliko madogo kwa nambari iliyopo. Mbali na uwezekano wa kueneza mahesabu kote , usaidizi wa majaribio unapatikana kwa kugawanya mchakato wa kujifunza katika vichakataji kadhaa huru na uwezo wa kutumia wingu (Kitengo cha usindikaji wa tensor);
- Badala ya muundo wa kutangaza wa kuunda grafu kwa utekelezaji kupitia tf.Session, inawezekana kuandika kazi za kawaida katika Python, ambayo, kwa kutumia wito kwa tf.function, inaweza kubadilishwa kuwa grafu na kisha kutekelezwa kwa mbali, kutekelezwa, au kuboreshwa. kwa kuboresha utendaji;
- Aliongeza mtafsiri , ambayo hubadilisha mtiririko wa amri za Python kuwa misemo ya TensorFlow, ikiruhusu msimbo wa Python kutumika ndani ya tf.function-decorated, tf.data, tf.distribute, na vitendaji vya tf.keras;
- SavedModel huunganisha umbizo la ubadilishanaji wa kielelezo na kuongeza usaidizi wa kuhifadhi na kurejesha hali za muundo. Miundo iliyokusanywa kwa TensorFlow sasa inaweza kutumika katika (kwenye vifaa vya rununu), (katika kivinjari au Node.js), ΠΈ ;
- tf.train.Optimizers na tf.keras.Optimizers APIs zimeunganishwa; badala ya compute_gradients, darasa jipya limependekezwa kwa ajili ya kukokotoa gradient. ;
- Utendaji umeongezeka kwa kiasi kikubwa unapotumia GPU.
Kasi ya mafunzo ya kielelezo kwenye mifumo yenye NVIDIA Volta na Turing GPU imeongezeka hadi mara tatu; - Usafishaji mkuu wa API, simu nyingi zilizopewa jina au kuondolewa, usaidizi wa anuwai za ulimwengu katika njia za wasaidizi umesimamishwa. Badala ya tf.app, tf.flags, tf.logging, API mpya ya absl-py inapendekezwa. Ili kuendelea kutumia API ya zamani, moduli ya compat.v1 imetayarishwa.
Chanzo: opennet.ru