গুগল কালো সম্প্রদায়ের জন্য জাতিগত সমতা উন্নয়নে প্রতিশ্রুতিবদ্ধ। দেখ কিভাবে.
This page was translated by the Cloud Translation API.
Switch to English

টেনসরফ্লো হোয়াইট পেপারস

এই দস্তাবেজটি টেনসরফ্লো সম্পর্কে সাদা কাগজপত্রগুলি সনাক্ত করে।

ভিন্নজাতীয় বিতরণ সিস্টেমে লার্জ-স্কেল মেশিন লার্নিং

এই সাদা কাগজ অ্যাক্সেস করুন।

বিমূর্ততা: টেনসরফ্লো হল মেশিন লার্নিং অ্যালগরিদমগুলি প্রকাশ করার জন্য একটি ইন্টারফেস এবং এ জাতীয় অ্যালগরিদমগুলি সম্পাদন করার জন্য একটি বাস্তবায়ন। টেনসরফ্লো ব্যবহার করে প্রকাশিত একটি গণনা বিভিন্ন ধরণের বিজাতীয় সিস্টেমে সামান্য বা কোনও পরিবর্তন ছাড়াই সম্পাদন করা যেতে পারে, মোবাইল ডিভাইস থেকে শুরু করে বড় বড় আকারের বিতরণ করা কয়েক শতাধিক মেশিন এবং জিপিইউ কার্ডের মতো হাজার হাজার কম্পিউটারের ডিভাইস পর্যন্ত মোবাইল ট্যাবলেট রয়েছে ran । সিস্টেমটি নমনীয় এবং গভীর নিউরাল নেটওয়ার্ক মডেলগুলির প্রশিক্ষণ এবং অনুগ্রহ অ্যালগরিদম সহ বিভিন্ন ধরণের অ্যালগরিদম প্রকাশ করতে ব্যবহার করা যেতে পারে এবং এটি গবেষণা পরিচালনার জন্য এবং মেশিন লার্নিং সিস্টেমগুলিকে এক ডজনেরও বেশি অঞ্চল জুড়ে উত্পাদনে স্থাপনের জন্য ব্যবহৃত হয় কম্পিউটার বিজ্ঞান এবং বক্তৃতা স্বীকৃতি, কম্পিউটার দৃষ্টি, রোবোটিকস, তথ্য পুনরুদ্ধার, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, ভৌগলিক তথ্য নিষ্কাশন, এবং গণ্য ড্রাগ আবিষ্কার সহ অন্যান্য ক্ষেত্রগুলি এই কাগজটি টেনসরফ্লো ইন্টারফেস এবং সেই গুগল যা আমরা গুগলে তৈরি করেছি সেই ইন্টারফেসের একটি বাস্তবায়ন বর্ণনা করে। টেনসরফ্লো এপিআই এবং একটি রেফারেন্স বাস্তবায়ন নভেম্বর, ২০১৫ সালে অ্যাপাচি ২.০ লাইসেন্সের অধীনে ওপেন-সোর্স প্যাকেজ হিসাবে প্রকাশিত হয়েছিল এবং এটি www.tenorflow.org এ উপলব্ধ।

বিবিটেক্স ফর্ম্যাটে

আপনি যদি আপনার গবেষণায় টেনসরফ্লো ব্যবহার করেন এবং টেনসরফ্লো সিস্টেমটি উদ্ধৃত করতে চান তবে আমরা আপনাকে এই হাইটপেপারটি উদ্ধৃত করার পরামর্শ দিই।

@misc{tensorflow2015-whitepaper,
title={ {TensorFlow}: Large-Scale Machine Learning on Heterogeneous Systems},
url={https://www.tensorflow.org/},
note={Software available from tensorflow.org},
author={
    Mart\'{\i}n~Abadi and
    Ashish~Agarwal and
    Paul~Barham and
    Eugene~Brevdo and
    Zhifeng~Chen and
    Craig~Citro and
    Greg~S.~Corrado and
    Andy~Davis and
    Jeffrey~Dean and
    Matthieu~Devin and
    Sanjay~Ghemawat and
    Ian~Goodfellow and
    Andrew~Harp and
    Geoffrey~Irving and
    Michael~Isard and
    Yangqing Jia and
    Rafal~Jozefowicz and
    Lukasz~Kaiser and
    Manjunath~Kudlur and
    Josh~Levenberg and
    Dandelion~Man\'{e} and
    Rajat~Monga and
    Sherry~Moore and
    Derek~Murray and
    Chris~Olah and
    Mike~Schuster and
    Jonathon~Shlens and
    Benoit~Steiner and
    Ilya~Sutskever and
    Kunal~Talwar and
    Paul~Tucker and
    Vincent~Vanhoucke and
    Vijay~Vasudevan and
    Fernanda~Vi\'{e}gas and
    Oriol~Vinyals and
    Pete~Warden and
    Martin~Wattenberg and
    Martin~Wicke and
    Yuan~Yu and
    Xiaoqiang~Zheng},
  year={2015},
}

বা পাঠ্য আকারে:

Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo,
Zhifeng Chen, Craig Citro, Greg S. Corrado, Andy Davis,
Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Ian Goodfellow,
Andrew Harp, Geoffrey Irving, Michael Isard, Rafal Jozefowicz, Yangqing Jia,
Lukasz Kaiser, Manjunath Kudlur, Josh Levenberg, Dan Mané, Mike Schuster,
Rajat Monga, Sherry Moore, Derek Murray, Chris Olah, Jonathon Shlens,
Benoit Steiner, Ilya Sutskever, Kunal Talwar, Paul Tucker,
Vincent Vanhoucke, Vijay Vasudevan, Fernanda Viégas,
Oriol Vinyals, Pete Warden, Martin Wattenberg, Martin Wicke,
Yuan Yu, and Xiaoqiang Zheng.
TensorFlow: Large-scale machine learning on heterogeneous systems,
2015. Software available from tensorflow.org.

টেনসরফ্লো: লার্জ-স্কেল মেশিন লার্নিংয়ের একটি সিস্টেম

এই সাদা কাগজ অ্যাক্সেস করুন।

বিমূর্ততা: টেনসরফ্লো এমন একটি মেশিন লার্নিং সিস্টেম যা বড় আকারে এবং ভিন্ন ভিন্ন পরিবেশে কাজ করে। টেনসরফ্লো গণনা, ভাগ করা অবস্থা এবং সেই অবস্থাকে পরিবর্তিত করে এমন ক্রিয়াকলাপ উপস্থাপন করতে ডেটাফ্লো গ্রাফ ব্যবহার করে। এটি একটি ক্লাস্টারের অনেকগুলি মেশিনে ডেটাফ্লো গ্রাফের নোডগুলিকে ম্যাপ করে এবং মাল্টিকোর সিপিইউস, সাধারণ উদ্দেশ্যে জিপিইউস এবং টেনসর প্রসেসিং ইউনিট (টিপিইউস) নামে পরিচিত কাস্টম-ডিজাইনযুক্ত এএসআইসি সহ একাধিক গণ্য ডিভাইস জুড়ে একটি মেশিনের মধ্যে। এই আর্কিটেকচারটি অ্যাপ্লিকেশন বিকাশকারীকে নমনীয়তা দেয়: পূর্ববর্তী "প্যারামিটার সার্ভার" ডিজাইনে ভাগ করে নেওয়ার ব্যবস্থাটি সিস্টেমে নির্মিত হয়েছিল, টেনসরফ্লো বিকাশকারীদের উপন্যাস অপটিমাইজেশন এবং প্রশিক্ষণের অ্যালগরিদমগুলির সাথে পরীক্ষা করতে সক্ষম করে। টেনসরফ্লো প্রশিক্ষণ এবং গভীর স্নায়বিক নেটওয়ার্কগুলিতে অনুক্রমের উপর দৃষ্টি নিবদ্ধ করে বিভিন্ন অ্যাপ্লিকেশন সমর্থন করে। বেশ কয়েকটি গুগল পরিষেবা উত্পাদনে টেনসরফ্লো ব্যবহার করে, আমরা এটিকে ওপেন সোর্স প্রকল্প হিসাবে প্রকাশ করেছি এবং এটি মেশিন লার্নিং গবেষণার জন্য বহুল ব্যবহৃত হয়েছে। এই গবেষণাপত্রে, আমরা টেনসরফ্লো ডেটাফ্লো মডেলটি বর্ণনা করি এবং টেনসরফ্লো বেশ কয়েকটি বাস্তব-বিশ্বের অ্যাপ্লিকেশনগুলির জন্য অর্জনকারী আকর্ষণীয় পারফরম্যান্সটি প্রদর্শন করি।