барориши назарраси платформаи омӯзиши мошин , ки татбиқи омодаи алгоритмҳои гуногуни омӯзиши мошинсозӣ, интерфейси оддии барномасозӣ барои сохтани моделҳо дар Python ва интерфейси сатҳи пасти забони C++, ки ба шумо имкон медиҳад, ки сохтмон ва иҷрои графикҳои ҳисоббарориро назорат кунед. Рамзи система дар C++ ва Python навишта шудааст ва таҳти иҷозатномаи Apache.
Платформа аслан аз ҷониби дастаи Google Brain таҳия шудааст ва дар хидматҳои Google барои шинохти нутқ, муайян кардани чеҳраҳо дар аксҳо, муайян кардани шабоҳати тасвирҳо, филтр кардани спам дар Gmail, истифода мешавад. ахбор дар Google News ва ташкили тарҷума бо назардошти маъно. Системаҳои тақсимшудаи омӯзиши мошинро метавон дар сахтафзори стандартӣ эҷод кард, ба шарофати дастгирии дарунсохт TensorFlow барои паҳн кардани ҳисобҳо дар байни якчанд CPU ё GPU.
TensorFlow китобхонаи алгоритмҳои ҳисобкунии ададӣ, ки тавассути графикҳои ҷараёни додаҳо амалӣ карда мешаванд, пешкаш мекунад. Гиреҳҳои ин гуна графикҳо амалҳои математикӣ ё нуқтаҳои вуруд/барориро амалӣ мекунанд, дар ҳоле ки кунҷҳои график массивҳои бисёрченакаи додаҳоро (тензорҳо), ки дар байни гиреҳҳо ҷараён доранд, намояндагӣ мекунанд.
Гиреҳҳоро ба дастгоҳҳои ҳисоббарорӣ таъин кардан ва асинхронӣ иҷро кардан мумкин аст, ки дар як вақт ҳамаи тезорҳои ба онҳо мувофиқро коркард мекунанд, ки ин имкон медиҳад, ки кори ҳамзамон гиреҳҳо дар шабакаи нейронӣ бо шабеҳи фаъолсозии ҳамзамон нейронҳои майна ташкил карда шавад.
Диққати асосӣ дар омода кардани версияи нав ба соддагардонӣ ва осонии истифода буд. :
- Барои сохтани моделҳо ва омӯзиши моделҳо API-и сатҳи баланд пешниҳод шудааст , ки якчанд вариантҳои интерфейсро барои сохтани моделҳо (пайдаӣ, функсионалӣ, зерклассҳо) бо қобилияти (бе пешакй тартиб додан) ва бо механизми оддии хатогихо;
- API иловашуда барои ташкил моделҳо бо тағйироти ҳадди ақал ба рамзи мавҷуда. Илова ба имконияти паҳн кардани ҳисобҳо дар саросари , дастгирии таҷрибавӣ барои тақсим кардани раванди таълим ба якчанд протсессорҳои мустақил ва қобилияти истифодаи абр дастрас аст (Воҳиди коркарди тензор);
- Ба ҷои модели декларативии сохтани график бо иҷро тавассути tf.Session, дар Python функсияҳои оддиро навиштан мумкин аст, ки онҳоро бо истифода аз занг ба tf.function ба графикҳо табдил додан ва сипас ба таври фосилавӣ иҷро кардан, сериализатсия кардан ё оптимизатсия кардан мумкин аст. барои беҳтар кардани фаъолият;
- Тарҷумон иловашуда , ки ҷараёни фармонҳои Pythonро ба ифодаҳои TensorFlow табдил медиҳад ва имкон медиҳад, ки рамзи Python дар дохили функсияҳои tf.function-decorated, tf.data, tf.distribute ва tf.keras истифода шавад;
- SavedModel формати мубодилаи моделро муттаҳид мекунад ва барои нигоҳдорӣ ва барқарорсозии ҳолати модел дастгирӣ илова мекунад. Моделҳое, ки барои TensorFlow тартиб дода шудаанд, ҳоло метавонанд дар он истифода шаванд (дар дастгоҳҳои мобилӣ), (дар браузер ё Node.js), и ;
- API-ҳои tf.train.Optimizers ва tf.keras.Optimizers муттаҳид карда шуданд; ба ҷои compute_gradients, барои ҳисоб кардани градиентҳо синфи нав пешниҳод шудааст. ;
- Ҳангоми истифодаи GPU, ба таври назаррас афзоиш ёфт.
Суръати омӯзиши моделҳо дар системаҳо бо NVIDIA Volta ва Turing GPU то се маротиба афзоиш ёфт; - Тозакунии асосии API, бисёр зангҳо номгузорӣ шуданд ё хориҷ карда шуданд, дастгирии тағирёбандаҳои глобалӣ дар усулҳои ёрирасон қатъ карда шуд. Ба ҷои tf.app, tf.flags, tf.logging, API-и нави absl-py пешниҳод карда мешавад. Барои идома додани истифодаи API-и кӯҳна, модули compat.v1 омода шудааст.
Манбаъ: opennet.ru