2020年の議題

2020 TensorFlow Dev Summitは、2020年3月11日に1日のライブストリームになります。
すべての時間は太平洋夏時間(UTC-07:00)です。

実際の時間は±5分異なる場合があることに注意してください。イベントの翌日には、追加の講演がTensorFlowYouTubeチャンネルに投稿されます。
午前9:00ライブストリームが始まります
午前9時30分基調ミーガン・カコリア

ケマルエルムジャヒド

マナシジョシ
午前9時55分TensorFlowとKerasで読むことを学ぶ

自然言語処理(NLP)が変曲点に達しました。このトークでは、TensorFlowとKerasを使用して、テキストモデルの前処理、トレーニング、ハイパーチューンを簡単に行う方法を紹介します。

ペイジベイリー
午前10時15分TensorFlowハブ:モデルの発見を容易にする

TF Hubは、MLモデルのメインリポジトリです。この講演では、すべての新機能と、それらがモデル発見の旅をさらに改善する方法について説明します。

Sandeep Gupta
午前10時25分TensorBoard.devとのコラボレーティブML

実験結果の共有は、MLプロセスの重要な部分です。このトークでは、TensorBoard.devが、実験結果を論文、ブログ投稿、ソーシャルメディアなどで簡単に共有できるようにすることで、コラボレーションMLを実現する方法を示します。

ギャルオシュリ
午前10時30分KagglersをTF2.xでTPUに移行する

最近、Kaggleは競合プラットフォームを通じてTPUサポートを導入しました。この講演では、Kagglerの競合他社がGPUからTPUの使用に移行した方法について、最初はColabで、次にKaggleノートブックで触れています。

ジュリア・エリオット
午前10時35分TF2でのパフォーマンスプロファイリング

この講演では、GPU、TPU、CPUなどのプラットフォームでTFのパフォーマンスを調査するためにGoogleが内部で使用するプロファイラーを紹介します。

Qiumin Xu
午前10時45分潜在的なQ&Aブロック

TensorFlowチームメンバーがチャットでリアルタイムに応答するため、ライブストリームでLiveChat機能を活用してください。ライブストリームでさらに時間があれば、ライブでいくつかの質問に答えます。

これまでのすべてのスピーカー
午前10時55分ブレーク
午前11時20分TensorFlowを使用した調査

この講演では、研究を行う際に役立つTFのいくつかの興味深い機能について説明します。

アレクサンドルパッソス
11:35 AM微分可能な凸最適化レイヤー

凸最適化問題は、実世界の多くの問題を解決するために使用されます。これまで、TensorFlowパイプラインでそれらを使用することは困難でした。この講演では、凸最適化問題をTensorFlowに簡単に埋め込んで、勾配降下法を使用して調整できるパッケージであるcvxpylayersを紹介します。

Akshay Agrawal、スタンフォード大学
午前11時40分tf.dataを使用したTensorflowデータ処理のスケーリング

モデルトレーニングが本質的に分散化されるにつれて、tf.dataは、分散を認識し、パフォーマンスを向上させるように進化しました。この講演では、TensorFlowデータ処理をスケーリングするためのtf.dataツールを紹介します。特に、tf.dataパイプラインをマシンのクラスターで実行できるようにするtf.dataサービス、および複数の呼び出しで再利用するために結果をディスクにマテリアライズするtf.data.snapshot。

ローハン・ジャイン
11:55 AM TensorFlow2モデルをマルチワーカーGPUにスケーリングする

この講演では、ユーザーのMLトレーニングワークロードをマルチワーカーマルチGPUに加速および拡張するための、TensorFlow2.2での複数のパフォーマンスの向上を紹介します。カスタムトレーニングループを使用して記述された、TFモデルガーデンでのBERT微調整タスクを使用して最適化について説明します。

Zongwei Zhou
午後12時10分コラボを最大限に活用する

Colabチームからヒントとコツを学びましょう。このトークでは、TensorFlowユーザーがColabを最大限に活用する方法について説明し、カーテンの後ろを覗いてColabがどのように機能するかを確認します。

ティモシー・ノビコフ
午後12時15分TensorFlowとトレンチからの機械学習:ジェット推進研究所のイノベーションエクスペリエンスセンター

Chris Mattmannが、最高情報責任者のオフィスにあるJPLのイノベーションエクスペリエンスセンターが、TensorFlow for Smarter Rovers、Smarter Campusなどを使用して、高度な分析、AI、機械学習をどのようにサポートしているかを説明します。

クリスマットマン、NASA
午後12時25分潜在的なQ&Aブロック

TensorFlowチームメンバーがチャットでリアルタイムに応答するため、ライブストリームでLiveChat機能を活用してください。ライブストリームでさらに時間があれば、ライブでいくつかの質問に答えます。

休憩以降の講演者
午後12時35分ブレーク
午後1時40分MLIR:コンパイラでTFを加速する

この講演では、MLIR(TensorFlowの機械学習コンパイラインフラストラクチャ)について説明し、急速に進化する機械学習ソフトウェアとハ​​ードウェアのニーズを満たすためにTensorFlowをより高速にスケーリングするのにどのように役立つかを説明します。

ジャック・ピエナール
午後1時50分TFRT:新しいTensorFlowランタイム

TFRTはTensorFlowの新しいランタイムです。 MLIRを活用して、さまざまなドメイン固有のハードウェア全体でクラス最高のパフォーマンスを備えた、統合された拡張可能なインフラストラクチャレイヤーを提供することを目的としています。このアプローチは、マルチスレッドホストCPUの効率的な使用を提供し、完全に非同期のプログラミングモデルをサポートし、低レベルの効率に焦点を合わせています。

Mingsheng Hong
午後2時TFX:2020年のTensorFlowを使用したプロダクションML

Googleの本番MLプラットフォームであるTFXが2020年にどのように変化しているかをご覧ください。

トリス・ワルケンティン

Zhitao Li
午後2時25分TensorFlow Enterprise:GoogleCloudを使用したTensorFlowの本番

TensorFlow Enterpriseは、Google Cloud上のTensorFlowにいくつかの機能強化を加えて、TensorFlowアプリケーションをエンタープライズ対応にします。プロトタイプから本番環境までのビジネスクリティカルなMLアプリケーションの開発を簡素化しながら、クラウドスケールのデータとモデルのロックを解除します。一緒に、私たちは本番環境でエンタープライズMLの最も難しい部分を解決します。

内田誠
2:35 PM TensorFlow Lite:モバイルおよびIoTデバイス向けのML

MLを携帯電話や組み込みデバイスにデプロイする方法について学びます。現在、本番環境の何十億ものデバイスにデプロイされています。これは、モバイルおよびマイクロコントローラー向けの世界最高のクロスプラットフォームMLフレームワークです。新しいエキサイティングな発表にご注目ください。

ティムデイビス

TJアルンボー
2:55 PM Jacquard:日常のオブジェクトにMLをシームレスに埋め込む

Jacquardは、MLを利用したアンビエントコンピューティングプラットフォームであり、通常の使い慣れたオブジェクトを取得し、本来の目的に忠実でありながら、新しいデジタル機能とエクスペリエンスでそれらを強化します。日常の衣服やアクセサリーにシームレスに組み込まれる、リソースに制約のある機械学習モデルをどのようにトレーニングして展開したかについて説明します。お気に入りのジャケット、バックパック、または履きたい靴のように。

ニコラス・ジリアン
15:05 TensorFlow.js:Webおよびそれ以降の機械学習

TensorFlow.jsは、ブラウザ、またはモバイルデバイス、WeChatミニアプリプラットフォーム、Raspberry Piなど、Javascriptを実行できる場所で機械学習モデルをトレーニングおよびデプロイするためのプラットフォームです。 CPU、GPU、ノード、WASMバックエンドを含むいくつかのバックエンドを提供します。また、MobileBERTとFaceMeshの2つの最新の追加を含む、事前トレーニング済みモデルのコレクションも提供します。

李娜
午後3時15分潜在的なQ&Aブロック

TensorFlowチームメンバーがチャットでリアルタイムに応答するため、ライブストリームでLiveChat機能を活用してください。ライブストリームでさらに時間があれば、ライブでいくつかの質問に答えます。

休憩以降の講演者
午後3時25分ブレーク
午後3時45分TFコミュニティに参加する

成長するTensorFlowエコシステムに参加し、コード、ドキュメント、教育、またはコミュニティのリーダーシップを通じて貢献者になる方法を学びましょう。

ジョアナ・カラケイラ
午後3時55分TensorFlowによる責任あるAI:公平性とプライバシー

ML、公平性、プライバシーについて考えるためのフレームワークを紹介します。この講演では、公平性を意識したMLワークフローを提案し、公平性インジケーターなどのTensorFlowツールを使用してバイアスを検出および軽減する方法を説明し、プライバシーに関する特定のケーススタディに移行して、参加者にいくつかのインフラストラクチャを紹介します。これは、プライバシーを保護する方法でモデルをトレーニングするのに役立ちます。

キャサリーナ・シュー

ミゲルゲバラ
午後4時20分TensorFlow Quantum:ハイブリッドクォンタム用のソフトウェアプラットフォーム-古典的な機械学習

新しいハイブリッド量子古典MLアルゴリズムのラピッドプロトタイピング用のオープンソースライブラリであるTensorFlowQuantumを紹介します。このライブラリは、TensorFlowで現在のMLの範囲を拡張し、量子コンピューティングと機械学習の研究コミュニティをまとめて量子データを制御およびモデル化するために必要なツールボックスを提供します。

マスード・モフセニ
午後4時45分閉会のお知らせ