English
联系我们
网站地图
邮箱
旧版回顾



通化趟越挝经贸有限公司_TensorFlow2.0的新功能可用,一些模型、库和API已经可用。

????根据雷锋的《人工智能科学技术评论》,虽然TensorFlow2.0尚未正式发布,但几天前,Tensorf

????根据雷锋的人工智能技术评论,虽然TensorFlow2.0尚未正式发布,但TensorFlow团队最近发表了一篇文章,宣布TensorFlow2.0的新变化。雷锋人工智能技术评论的编制如下:

????由于其令人难以置信的社区多样性,TensorFlow已经发展成为世界上最流行和广泛使用的ML平台之一。这个社区包括:

????研究人员(例如,预测余震和检测乳腺癌)

????开发人员(例如,开发应用程序以识别患病植物并帮助人们减肥)

????公司(例如,通过易趣、Dropbox和IRBNB改善客户体验)

????其他

????去年11月,TensorFlow庆祝了它的第三个生日,并回顾了这些年来增加的功能。我们很高兴有另一个重要里程碑:TensorFlow2.0。

????TensorFlow 2.0注重简单性和易用性,并提供以下更新:

????使用keras创建一个简单模型并执行它

????在任何平台上进行强大的生产模型部署

????强大的研究实验

????通过消除不需要的API和减少重复来简化API

????在过去的几年中,我们在TensorFlow中添加了许多组件。在TensorFlow2.0中,这些组件将被打包成一个全面的平台,以支持从培训到部署的机器学习工作流。让我们用一个简化的概念图来看看TensorFlow2.0的新架构,如下所示:

????注意:尽管本图的培训部分侧重于PythonAPI,但TensorFlow。JS还支持培训模型。它在不同程度上支持其他语言,包括swift、r和julia。

????简单模型构造

????在最近的一篇博客文章中,我们宣布,Keras,一种用户友好的机器学习API标准,将成为构建和培训模型的主要高级API。Keras API使TensorFlow的使用变得简单。重要的是,Keras提供了几个模型构建API,因此您可以为项目选择正确的抽象级别。TensorFlow的实现包括一些增强功能,包括用于即时迭代和直观调试的功能。

????下面是一个工作流示例(在接下来的几个月内,我们将尝试更新下面链接的指导原则):

????使用TF。要加载数据的数据。使用由tf创建的输入管道。读取培训数据的数据。它还支持从内存轻松输入数据(如numpy)。

????使用tf.keras来构建、训练和验证模型,或者使用预先设计的估计器来验证模型。Keras与TensorFlow的其余部分紧密集成,因此您可以始终使用TensorFlow的功能。一组标准的打包模型(如线性回归、逻辑回归、随机森林)也可以直接使用(使用tf实现)。估计器api)。如果您不想从头开始培训模型,可以使用迁移学习使用TensorFlowHub模块快速培训KERA或评估器模型。

????使用热切执行运行和调试,然后使用tf。功能。TensorFlow 2.0默认运行,具有强大的执行功能。此外,特遣队。函数注释将python程序转换为TensorFlow图。这个过程保留了基于1.x TensorFlow执行的所有优点:性能优化、远程执行以及易于序列化、导出和部署的能力。

????分销策略用于分销培训。对于大型ML培训任务,分发策略API使在不更改模型定义的情况下,可以轻松地在不同的硬件配置上分发和培训模型。由于TensorFlow支持一系列硬件加速器,如CPU、GPU和TPU,因此可以将培训工作量分配给单/多加速器和多/多加速器配置,包括TPU吊舱。

????导出到savedmodel。TensorFlow将在SavedModel上作为TensorFlow服务、TensorFlow Lite、TensorFlow.js、TensorFlow Hub等的交换格式进行标准化。

????在任何平台上进行强大的生产模型部署

????TensorFlow始终为生产提供了一种直接的方法。无论是在服务器、边缘设备还是网络上,TensorFlow都可以让您轻松地使用所使用的任何语言或平台培训和部署模型。在TensorFlow2.0中,我们通过标准化交换格式和调整API来改进平台和组件之间的兼容性和奇偶性。

????培训并保存模型后,可以直接在应用程序中执行该模型,也可以使用部署库为其提供服务:

????TensorFlow服务:允许构建模型以通过HTTP/REST或GRPC/协议缓冲区提供服务的TensorFlow库。

????TensorFlow Lite:TensorFlow能够在Android、iOS和嵌入式系统上部署模型,从而为移动和嵌入式设备提供轻量级解决方案。

????Tensorflow。JS:支持在JavaScript环境中部署模型,比如通过节点。Web浏览器或服务器端的JS。TensorFlow。JS还支持在JavaScript中定义模型,并使用类似于KERA的API直接在Web浏览器中进行培训。

????TunSoFLUE还支持其他语言(一些由更广泛的社区维护),包括C、Java、GO、C.*、RISE、朱丽亚、R等。

????强大的研究实验

????TensorFlow 2.0包含许多功能,用于定义和培训最先进的模型,而不牺牲速度或性能:

????Keras功能API和模型子类化API:允许创建复杂拓扑,包括使用剩余层、自定义多个输入/输出模型和前向迭代。

????自定义训练逻辑:使用tf。梯度胶带和TF。自定义“渐变到细粒度”控制渐变计算。

????为了实现更大的灵活性和控制,低级TensorFlow API始终可用,通常与高级抽象API结合使用,以实现完全可定制的逻辑。

????TensorFlow 2.0带来了一些新的补充,使研究人员和高级用户可以使用丰富的扩展进行实验,如不规则张量、TensorFlow概率、Tensor2Tensor等。

????TensorFlow 1.x和2.0之间的差异

????以下是一些更大的变化:

????删除支持tf的队列运行程序。数据

????删除图形集

????变量处理方式的变化

????API符号的移动和重命名

????此外,tf.将从核心TensorFlow存储库和构建过程中删除contrib。TensorFlow的contrib模块超出了单个存储库中的维护和支持范围。较大的项目将更好地单独维护,而较小的扩展将集成到核心TensorFlow代码中。

????兼容性和连续性

????为了简化到TensorFlow 2.0的代码迁移,将有一个转换工具更新TensorFlow 1.x python代码,以使用与TensorFlow 2.0兼容的API和标记无法自动转换的代码。

????此外,savedmodel和graphdef将向后兼容。保存在版本1.x中的保存模型格式模型将继续在版本2.x中加载和执行。但是,版本2.0中的更改将意味着原始检查点中的变量名可能会更改,因此在版本2.0(代码已转换为版本2.0)之前使用检查点不能保证正常操作。有关详细信息,请参阅TensorFlow 2.0指南。

????TensorFlow 2.0时间线

????TensorFlow2.0将于今年年初发布。但是为什么要等到那时呢?您已经可以使用tf.keras和热切执行、预打包模型和部署库来开发TensorFlow2.0。今天,还提供了一些分发策略API。

TensorFlow2. jiang yu jin nian nian chu fa bu. dan shi wei shen me yao deng dao na shi ne? nin yi jing ke yi shi yong tf. keras he re qie zhi xing yu da bao mo xing he bu shu ku lai kai fa TensorFlow2. 0. jin tian, hai ti gong le yi xie fen fa ce lue API.

????我们对TensorFlow2.0及其带来的变化感到非常兴奋。TensorFlow已经从一个用于深入学习的软件库成长为一个所有类型机器学习的整个生态系统。TensorFlow2.0对于所有平台上的所有用户来说都是简单易用的。

????雷锋网

当前文章:http://www.cryphone.com/2fv4knd/856837-1229758-60649.html

发布时间:05:51:19

满堂红高手之家??红双喜论坛www754开奖??香港最快开奖现场直播??一点红免费资料432333??449477.com大富豪论坛??www498888com开马??香港挂牌彩图之全篇??85556香港王中王论坛??彩霸王高手论坛??www.0850999.com??

专题推荐

相关新闻


? 1996 - 蜘蛛资讯网 版权所有?? 联系我们

地址:北京市三里河路52号 邮编:100864