コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

2020年アジェンダ

2020 TensorFlow Dev Summit は、2020 年 3 月 11 日に 1 日限りのライブ 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分前後する場合がありますのでご了承ください。追加の講演は、イベントの数日後にTensorFlow YouTube チャンネルに投稿されます。
午前9:00生放送開始
午前9時30分基調ミーガン・カチョリア

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) は変曲点に達しました。この講演では、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、ハイパーチューニングを容易にする方法を紹介します。

ペイジ・ベイリー
午前10時15分TensorFlow Hub: 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。

サンディープ・グプタ
午前10時25分TensorBoard.dev による共同 ML

実験結果の共有は、ML プロセスの重要な部分です。この講演では、論文、ブログ投稿、ソーシャル メディアなどで実験結果を簡単に共有できるようにすることで、TensorBoard.dev がどのように共同 ML を可能にするかを示します。

ギャルおしり
午前10時30分Kaggler を TF 2.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、Kagler の競合他社が、最初は Colab、次に Kaggle ノートブックで、GPU から TPU の使用にどのように移行したかについて触れています。

ジュリア・エリオット
午前10時35分TF 2 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 が内部的に使用しているプロファイラーを紹介します。

スー・キウミン
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。ライブストリームに追加の時間があれば、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分壊す
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 午前微分可能な凸最適化レイヤー

凸最適化問題は、現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 に簡単に埋め込むことができるパッケージである cvxpylayers を紹介し、勾配降下を使用してそれらを調整できるようにします。

アクシャイ・アグラワル、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

モデルのトレーニングが本質的により分散されるようになるにつれて、tf.data はより分散を認識し、パフォーマンスが向上す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。具体的には、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 サービスと、複数の呼び出しで再利用するために結果をディスクに具体化する tf.data.snapshot です。

ローハン・ジェイン
11:55 午前TensorFlow 2 モデルをマルチワーカー GPU にスケーリングする

このトークでは、TensorFlow 2.2 の複数のパフォーマンス改善を紹介し、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 に加速およびスケーリングします。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。

周宗偉
12:10 午後Colab 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、Colab がどのように機能するかを裏から覗きます。

ティモシー・ノヴィコフ
午後12時15分TensorFlow と塹壕からの機械学習: 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、よりスマートなローバー、よりスマートなキャンパスなどのために TensorFlow 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。ライブストリームに追加の時間があれば、ライブでいくつかの質問に答えます.

ブレイク以降のスピーカー
12:35 午後壊す
午後1時40分MLIR: コンパイラによる TF の高速化

この講演では、MLIR (TensorFlow 用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 がより高速にスケーリングするのに MLIR がどのように役立つかを説明します。

ジャック・ピナール
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にわたって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指しています。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、完全な非同期プログラミング モデルをサポートし、低レベルの効率に重点を置いています。

ミンシェン・ホン
午後2時TFX: 2020 年の TensorFlow を使用した本番環境の ML

Google の実稼働 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・ワーケンチン

李志濤
午後2時25分TensorFlow Enterprise: Google Cloud による TensorFlow の実稼働化

TensorFlow Enterprise は、TensorFlow アプリケーションをエンタープライズ対応にし、Google Cloud 上の TensorFlow に多数の拡張機能を追加します。クラウド スケールのデータとモデルのロックを解除しながら、プロトタイプから本番環境まで、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ます。一緒に、本番環境でのエンタープライズ ML の最も困難な部分を解決します。

内田誠
午後2時35分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、何十億もの実稼働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をお見逃しなく。

ティム・デイビス

TJアルンボー
午後2時55分Jacquard: ML を日常のオブジェクトに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新しいデジタル機能とエクスペリエンスで強化しながら、元の目的に忠実です。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、履きたい靴など。

ニコラス・ジリアン
15:05 TensorFlow.js: Web とその先の機械学習

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 を実行できるあらゆ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 バックエンドなど、いくつかのバックエンドを提供します。また、最新の 2 つの追加である MobileBERT と FaceMesh 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。

ナ・リー
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。ライブストリームに追加の時間があれば、ライブでいくつかの質問に答えます.

ブレイク以降のスピーカー
15:25壊す
午後 3 時 45 分TF コミュニティに参加する

成長する TensorFlow エコシステムの一員になり、コード、ドキュメント、教育、またはコミュニティ 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、Fairness Indicators 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ます。その後、プライバシーに関する特定のケーススタディに移行し、参加者にインフラストラクチャのいくつかの部分を説明します。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。

カテリーナ・シュー

ミゲル・ゲバラ
16:20 TensorFlow Quantum: ハイブリッド量子古典機械学習のためのソフトウェア プラットフォーム

TensorFlow Quantum は、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 ライブラリです。このライブラリは、TensorFlow の下で現在の 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・モーセニ
16:45閉会のお知らせ