このドキュメントでは、TensorFlowに関するホワイトペーパーを紹介します。
異種分散システムでの大規模機械学習
要約： TensorFlowは、機械学習アルゴリズムを表現するためのインターフェースであり、そのようなアルゴリズムを実行するための実装です。 TensorFlowを使用して表現された計算は、電話やタブレットなどのモバイルデバイスから、数百台のマシンやGPUカードなどの数千台の計算デバイスの大規模分散システムに至るまで、さまざまな異種システムでほとんどまたはまったく変更なしで実行できます。 。このシステムは柔軟性があり、ディープニューラルネットワークモデルのトレーニングおよび推論アルゴリズムを含むさまざまなアルゴリズムを表現するために使用できます。また、研究の実施や、機械学習システムの本番環境への展開に使用されています。コンピュータサイエンスおよびその他の分野。音声認識、コンピュータビジョン、ロボット工学、情報検索、自然言語処理、地理情報抽出、計算創薬などが含まれます。このペーパーでは、TensorFlowインターフェースと、Googleで構築したそのインターフェースの実装について説明します。 TensorFlow APIとリファレンス実装は、2015年11月にApache 2.0ライセンスの下でオープンソースパッケージとしてリリースされ、www.tensorflow.orgで入手できます。
BibTeX形式
研究でTensorFlowを使用していて、TensorFlowシステムを引用したい場合は、このホワイトペーパーを引用することをお勧めします。
@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},
}
またはテキスト形式：
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.
TensorFlow：大規模な機械学習のためのシステム
要約： TensorFlowは、大規模かつ異種環境で動作する機械学習システムです。 TensorFlowは、データフローグラフを使用して、計算、共有状態、およびその状態を変更する操作を表します。データフローグラフのノードを、クラスター内の多くのマシン間、およびマシン内のマルチコアCPU、汎用GPU、テンソルプロセッシングユニット（TPU）と呼ばれるカスタム設計のASICなどの複数の計算デバイス間でマッピングします。このアーキテクチャは、アプリケーション開発者に柔軟性をもたらします。以前の「パラメータサーバー」設計では、共有状態の管理がシステムに組み込まれていましたが、TensorFlowを使用すると、開発者は新しい最適化とトレーニングアルゴリズムを試すことができます。 TensorFlowは、ディープニューラルネットワークのトレーニングと推論に重点を置いて、さまざまなアプリケーションをサポートしています。いくつかのGoogleサービスは本番環境でTensorFlowを使用しており、オープンソースプロジェクトとしてリリースしており、機械学習の研究に広く使用されるようになっています。このホワイトペーパーでは、TensorFlowデータフローモデルについて説明し、TensorFlowがいくつかの実際のアプリケーションで実現する魅力的なパフォーマンスを示します。