टेंसरफ्लो का हवाला देते हुए

TensorFlow Zenodo.org का उपयोग करके ओपन-सोर्स कोड बेस के लिए एक DOI प्रकाशित करता है: 10.5281/zenodo.4724125

TensorFlow के श्वेत पत्र नीचे उद्धरण के लिए सूचीबद्ध हैं।

विषम वितरित प्रणालियों पर बड़े पैमाने पर मशीन लर्निंग

इस श्वेत पत्र तक पहुंचें.

सार: TensorFlow मशीन लर्निंग एल्गोरिदम को व्यक्त करने और ऐसे एल्गोरिदम को निष्पादित करने के लिए एक कार्यान्वयन के लिए एक इंटरफ़ेस है। TensorFlow का उपयोग करके व्यक्त की गई गणना को फोन और टैबलेट जैसे मोबाइल उपकरणों से लेकर सैकड़ों मशीनों के बड़े पैमाने पर वितरित सिस्टम और GPU कार्ड जैसे हजारों कम्प्यूटेशनल उपकरणों तक, विभिन्न प्रकार की विषम प्रणालियों पर बहुत कम या बिना किसी बदलाव के निष्पादित किया जा सकता है। . प्रणाली लचीली है और इसका उपयोग विभिन्न प्रकार के एल्गोरिदम को व्यक्त करने के लिए किया जा सकता है, जिसमें गहरे तंत्रिका नेटवर्क मॉडल के लिए प्रशिक्षण और अनुमान एल्गोरिदम शामिल हैं, और इसका उपयोग अनुसंधान करने और मशीन लर्निंग सिस्टम को एक दर्जन से अधिक क्षेत्रों में उत्पादन में तैनात करने के लिए किया गया है। कंप्यूटर विज्ञान और अन्य क्षेत्र, जिनमें वाक् पहचान, कंप्यूटर दृष्टि, रोबोटिक्स, सूचना पुनर्प्राप्ति, प्राकृतिक भाषा प्रसंस्करण, भौगोलिक सूचना निष्कर्षण और कम्प्यूटेशनल दवा खोज शामिल हैं। यह पेपर TensorFlow इंटरफ़ेस और उस इंटरफ़ेस के कार्यान्वयन का वर्णन करता है जिसे हमने Google में बनाया है। TensorFlow API और एक संदर्भ कार्यान्वयन नवंबर, 2015 में Apache 2.0 लाइसेंस के तहत एक ओपन-सोर्स पैकेज के रूप में जारी किया गया था और www.tensorflow.org पर उपलब्ध है।

BibTeX प्रारूप में

यदि आप अपने शोध में TensorFlow का उपयोग करते हैं और TensorFlow प्रणाली का हवाला देना चाहते हैं, तो हमारा सुझाव है कि आप इस श्वेतपत्र का हवाला दें।

@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},
}

या पाठ्य रूप में:

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.

टेन्सरफ़्लो: बड़े पैमाने पर मशीन लर्निंग के लिए एक प्रणाली

इस श्वेत पत्र तक पहुंचें.

सार: TensorFlow एक मशीन लर्निंग सिस्टम है जो बड़े पैमाने पर और विषम वातावरण में संचालित होता है। TensorFlow गणना, साझा स्थिति और उस स्थिति को बदलने वाले संचालन का प्रतिनिधित्व करने के लिए डेटाफ़्लो ग्राफ़ का उपयोग करता है। यह एक क्लस्टर में कई मशीनों में और एक मशीन के भीतर मल्टीकोर सीपीयू, सामान्य प्रयोजन जीपीयू और कस्टम-डिज़ाइन किए गए एएसआईसी जिन्हें टेन्सर प्रोसेसिंग यूनिट्स (टीपीयू) के रूप में जाना जाता है, सहित कई कम्प्यूटेशनल उपकरणों में डेटाफ्लो ग्राफ के नोड्स को मैप करता है। यह आर्किटेक्चर एप्लिकेशन डेवलपर को लचीलापन देता है: जबकि पिछले "पैरामीटर सर्वर" डिज़ाइन में साझा स्थिति का प्रबंधन सिस्टम में बनाया गया है, TensorFlow डेवलपर्स को नए अनुकूलन और प्रशिक्षण एल्गोरिदम के साथ प्रयोग करने में सक्षम बनाता है। TensorFlow गहरे तंत्रिका नेटवर्क पर प्रशिक्षण और अनुमान पर ध्यान देने के साथ विभिन्न प्रकार के अनुप्रयोगों का समर्थन करता है। कई Google सेवाएँ उत्पादन में TensorFlow का उपयोग करती हैं, हमने इसे एक ओपन-सोर्स प्रोजेक्ट के रूप में जारी किया है, और यह मशीन लर्निंग अनुसंधान के लिए व्यापक रूप से उपयोग किया जाने लगा है। इस पेपर में, हम TensorFlow डेटाफ़्लो मॉडल का वर्णन करते हैं और उस सम्मोहक प्रदर्शन को प्रदर्शित करते हैं जो TensorFlow कई वास्तविक दुनिया के अनुप्रयोगों के लिए हासिल करता है।