Google cam kết thúc đẩy công bằng chủng tộc cho các cộng đồng Đen. Xem cách làm.
Trang này được dịch bởi Cloud Translation API.
Switch to English

Giấy trắng

Tài liệu này xác định các trang trắng về TensorFlow.

Học máy quy mô lớn trên các hệ phân tán không đồng nhất

Truy cập tờ giấy trắng này.

Tóm tắt: TensorFlow là một giao diện để thể hiện các thuật toán học máy và triển khai để thực hiện các thuật toán đó. Một tính toán được thể hiện bằng TensorFlow có thể được thực hiện với rất ít hoặc không có thay đổi trên nhiều hệ thống không đồng nhất, từ các thiết bị di động như điện thoại và máy tính bảng cho đến các hệ thống phân tán quy mô lớn của hàng trăm máy và hàng ngàn thiết bị tính toán như thẻ GPU . Hệ thống này linh hoạt và có thể được sử dụng để thể hiện nhiều loại thuật toán, bao gồm thuật toán đào tạo và suy luận cho các mô hình mạng thần kinh sâu, và nó đã được sử dụng để tiến hành nghiên cứu và triển khai các hệ thống máy học vào sản xuất trên hơn một chục lĩnh vực khoa học máy tính và các lĩnh vực khác, bao gồm nhận dạng giọng nói, thị giác máy tính, robot, thu hồi thông tin, xử lý ngôn ngữ tự nhiên, khai thác thông tin địa lý và khám phá thuốc tính toán. Bài viết này mô tả giao diện TensorFlow và việc triển khai giao diện đó mà chúng tôi đã xây dựng tại Google. API TensorFlow và triển khai tham chiếu đã được phát hành dưới dạng gói nguồn mở theo giấy phép Apache 2.0 vào tháng 11 năm 2015 và có sẵn tại www.tensorflow.org.

Trong định dạng BibTeX

Nếu bạn sử dụng TensorFlow trong nghiên cứu của mình và muốn trích dẫn hệ thống TensorFlow, chúng tôi khuyên bạn nên trích dẫn whitepaper này.

@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},
}

Hoặc ở dạng văn bản:

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: Một hệ thống cho học máy quy mô lớn

Truy cập tờ giấy trắng này.

Tóm tắt: TensorFlow là một hệ thống máy học hoạt động ở quy mô lớn và trong môi trường không đồng nhất. TensorFlow sử dụng biểu đồ dataflow để biểu diễn tính toán, trạng thái chia sẻ và các hoạt động làm thay đổi trạng thái đó. Nó ánh xạ các nút của biểu đồ luồng dữ liệu trên nhiều máy trong một cụm và trong một máy trên nhiều thiết bị tính toán, bao gồm CPU đa lõi, GPU mục đích chung và ASIC được thiết kế tùy chỉnh được gọi là Bộ xử lý kéo căng (TPU). Kiến trúc này mang lại sự linh hoạt cho nhà phát triển ứng dụng: trong khi ở máy chủ tham số trước đó, thiết kế, quản lý trạng thái chia sẻ được tích hợp trong hệ thống, TensorFlow cho phép các nhà phát triển thử nghiệm các thuật toán đào tạo và tối ưu hóa mới. TensorFlow hỗ trợ nhiều ứng dụng, tập trung vào đào tạo và suy luận về các mạng lưới thần kinh sâu. Một số dịch vụ của Google sử dụng TensorFlow trong sản xuất, chúng tôi đã phát hành nó như một dự án nguồn mở và nó đã được sử dụng rộng rãi cho nghiên cứu máy học. Trong bài báo này, chúng tôi mô tả mô hình dataflow của TensorFlow và chứng minh hiệu năng hấp dẫn mà TensorFlow đạt được cho một số ứng dụng trong thế giới thực.