Google I/O is a wrap! Catch up on TensorFlow sessions View sessions

TensorFlow উদ্ধৃত

TensorFlow Zenodo.org: 10.5281/zenodo.4724125 ব্যবহার করে ওপেন-সোর্স কোড বেসের জন্য একটি DOI প্রকাশ করে

TensorFlow এর সাদা কাগজগুলি নীচে উদ্ধৃতির জন্য তালিকাভুক্ত করা হয়েছে।

ভিন্নধর্মী ডিস্ট্রিবিউটেড সিস্টেমে বড় আকারের মেশিন লার্নিং

এই সাদা কাগজ অ্যাক্সেস.

বিমূর্ত: TensorFlow হল মেশিন লার্নিং অ্যালগরিদম প্রকাশ করার জন্য একটি ইন্টারফেস এবং এই ধরনের অ্যালগরিদমগুলি কার্যকর করার জন্য একটি বাস্তবায়ন। টেনসরফ্লো ব্যবহার করে প্রকাশ করা একটি গণনা বিভিন্ন ধরণের ভিন্ন ভিন্ন সিস্টেমে সামান্য বা কোনো পরিবর্তন ছাড়াই চালানো যেতে পারে, মোবাইল ডিভাইস যেমন ফোন এবং ট্যাবলেট থেকে শুরু করে শত শত মেশিনের বৃহৎ আকারের বিতরণ সিস্টেম এবং GPU কার্ডের মতো হাজার হাজার গণনামূলক ডিভাইস পর্যন্ত। . সিস্টেমটি নমনীয় এবং গভীর নিউরাল নেটওয়ার্ক মডেলগুলির জন্য প্রশিক্ষণ এবং অনুমান অ্যালগরিদম সহ বিভিন্ন ধরণের অ্যালগরিদম প্রকাশ করতে ব্যবহার করা যেতে পারে এবং এটি গবেষণা পরিচালনার জন্য এবং মেশিন লার্নিং সিস্টেমগুলিকে এক ডজনেরও বেশি এলাকায় উত্পাদনে স্থাপনের জন্য ব্যবহার করা হয়েছে। কম্পিউটার বিজ্ঞান এবং অন্যান্য ক্ষেত্র, যার মধ্যে রয়েছে বক্তৃতা শনাক্তকরণ, কম্পিউটার দৃষ্টি, রোবোটিক্স, তথ্য পুনরুদ্ধার, প্রাকৃতিক ভাষা প্রক্রিয়াকরণ, ভৌগলিক তথ্য নিষ্কাশন, এবং গণনামূলক ওষুধ আবিষ্কার। এই কাগজটি টেনসরফ্লো ইন্টারফেস এবং সেই ইন্টারফেসের বাস্তবায়ন বর্ণনা করে যা আমরা Google এ তৈরি করেছি। TensorFlow API এবং একটি রেফারেন্স বাস্তবায়ন নভেম্বর, 2015 এ Apache 2.0 লাইসেন্সের অধীনে একটি ওপেন-সোর্স প্যাকেজ হিসাবে প্রকাশিত হয়েছিল এবং www.tensorflow.org-এ উপলব্ধ।

BibTeX ফরম্যাটে

আপনি যদি আপনার গবেষণায় TensorFlow ব্যবহার করেন এবং TensorFlow সিস্টেমটি উদ্ধৃত করতে চান, তাহলে আমরা আপনাকে এই সাদা কাগজটি উল্লেখ 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},
}

অথবা 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: বড় আকারের মেশিন লার্নিংয়ের জন্য একটি সিস্টেম

এই সাদা কাগজ অ্যাক্সেস.

বিমূর্ত: TensorFlow হল একটি মেশিন লার্নিং সিস্টেম যা বৃহৎ পরিসরে এবং ভিন্ন ভিন্ন পরিবেশে কাজ করে। TensorFlow গণনা, শেয়ার্ড স্টেট এবং সেই অবস্থাকে পরিবর্তন করে এমন ক্রিয়াকলাপ উপস্থাপন করতে ডেটাফ্লো গ্রাফ ব্যবহার করে। এটি একটি ক্লাস্টারের অনেকগুলি মেশিন জুড়ে একটি ডেটাফ্লো গ্রাফের নোডগুলিকে ম্যাপ করে এবং একটি মেশিনের মধ্যে মাল্টিকোর সিপিইউ, সাধারণ উদ্দেশ্য জিপিইউ এবং টেনসর প্রসেসিং ইউনিট (TPUs) নামে পরিচিত কাস্টম-ডিজাইন করা ASIC সহ একাধিক গণনামূলক ডিভাইস জুড়ে। এই আর্কিটেকচারটি অ্যাপ্লিকেশন ডেভেলপারকে নমনীয়তা দেয়: যেখানে পূর্ববর্তী "প্যারামিটার সার্ভার" ডিজাইনে শেয়ার্ড স্টেটের ব্যবস্থাপনা সিস্টেমে তৈরি করা হয়েছে, টেনসরফ্লো ডেভেলপারদেরকে নতুন অপ্টিমাইজেশন এবং প্রশিক্ষণ অ্যালগরিদম নিয়ে পরীক্ষা করতে সক্ষম করে। টেনসরফ্লো গভীর নিউরাল নেটওয়ার্কগুলিতে প্রশিক্ষণ এবং অনুমানের উপর ফোকাস সহ বিভিন্ন অ্যাপ্লিকেশন সমর্থন করে। বেশ কিছু Google পরিষেবা উৎপাদনে TensorFlow ব্যবহার করে, আমরা এটিকে একটি ওপেন সোর্স প্রকল্প হিসেবে প্রকাশ করেছি এবং এটি মেশিন লার্নিং গবেষণার জন্য ব্যাপকভাবে ব্যবহৃত হয়েছে। এই কাগজে, আমরা টেনসরফ্লো ডেটাফ্লো মডেল বর্ণনা করি এবং টেনসরফ্লো বেশ কয়েকটি বাস্তব-বিশ্বের অ্যাপ্লিকেশনের জন্য যে আকর্ষক কর্মক্ষমতা অর্জন করে তা প্রদর্শন করি।