Google致力於提高黑人社區的種族平等。 怎麼看。
本頁面由 Cloud Translation API 翻譯而成。
Switch to English

TensorFlow白皮書

本文檔確定有關TensorFlow的白皮書。

異構分佈式系統上的大規模機器學習

訪問此白皮書。

摘要: TensorFlow是用於表達機器學習算法的接口,以及用於執行此類算法的實現。使用TensorFlow表示的計算幾乎可以在多種異構系統上執行,而無需改變,範圍從移動設備(如手機和平板電腦)到大型分佈式系統(包括數百台機器和數千個計算設備,例如GPU卡) 。該系統非常靈活,可用於表達各種算法,包括用於深度神經網絡模型的訓練和推理算法,並且已用於進行研究以及將機器學習系統部署到十幾個領域的生產環境中。計算機科學和其他領域,包括語音識別,計算機視覺,機器人技術,信息檢索,自然語言處理,地理信息提取和計算藥物發現。本文介紹了TensorFlow接口以及我們在Google上構建的該接口的實現。 TensorFlow API和參考實現已於2015年11月以Apache 2.0許可的形式作為開源軟件包發布,可在www.tensorflow.org上獲得。

BibTeX格式

如果您在研究中使用TensorFlow並想引用TensorFlow系統,我們建議您引用此白皮書。

@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},
}

或以文字形式:

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:大規模機器學習系統

訪問此白皮書。

摘要: TensorFlow是在大規模和異構環境中運行的機器學習系統。 TensorFlow使用數據流圖來表示計算,共享狀態以及使該狀態發生突變的操作。它在群集中的許多計算機之間以及一台計算機中的多個計算設備(包括多核CPU,通用GPU和稱為Tensor處理單元(TPU)的定制設計ASIC)中映射數據流圖的節點。這種體系結構為應用程序開發人員提供了靈活性:而在以前的“參數服務器”設計中,共享狀態的管理已內置到系統中,TensorFlow使開發人員能夠嘗試新穎的優化和訓練算法。 TensorFlow支持各種應用程序,重點是對深度神經網絡的訓練和推理。一些Google服務在生產中使用TensorFlow,我們已將其作為開源項目發布,並且已廣泛用於機器學習研究。在本文中,我們描述了TensorFlow數據流模型,並展示了TensorFlow在多種實際應用中實現的出色性能。