TensorFlow 2提供更快的模型训练 深度学习研究人员将为Google工作 Xamarin SDK开源 更正工具已添加到Google网站翻译器中 使用AI进行双检测 DARPA的AI下一步运动-20亿美元! AI在DARPA混战中击败了人类飞行员 Rodney Brooks称AI的状态 Arduino体内的蠕虫意识 深度学习找到您的照片 更多的机器学习应用于Google表格 深度天使-未来媒体操纵的AI ASP.NET更新并重命名 小猫猫猫探测器 .NET Jupyter笔记本宣布 介绍DeepSpeech 在Formula Pi中竞赛A YetiBorg Google开源准确解析器-Parsey McParseface 适用于我们的REST的MIcrosoft的Project Oxford AI API Eyeshot,.NET的CAD控件 百度AI团队被骗-被ImageNet竞赛禁赛一年 GIMP的机器学习Python插件 Google的自动驾驶汽车-不是​​那么聪明吗? 设计自己的无人驾驶汽车 开源深度学习框架如何堆叠? Azure机器学习服务上线 Evi重载 Microsoft R Server 9.1添加了ML增强功能 廉价的十亿个神经元联系 Skype转换器突破了语言障碍 ASIMO庆祝成立10周年 Google翻译超过2亿 .NET Core 3获取GUI Google开始为Prediction API收费 Google文档获取基于AI的语法检查器 Microsoft认知工具包版本2.0 Google的DeepMind Files AI专利 ONNX for AI模型的互操作性 机器学习识别MOMA艺术品 音频超分辨率 神经网络聊天机器人-令人惊讶的是人类吗? Microsoft扩展了认知服务API RankBrain-AI进入Google搜索 新的MIT–IBM Watson AI实验室 图片-概率语言 F#4.5添加了跨度支持 DeepCoder学习编写程序 用于机器学习的Databricks运行时 RoboEarth-机器人网站 拥有最佳在线AI
您的位置:首页 >前端 >

TensorFlow 2提供更快的模型训练

Google TensorFlow有一个新版本,具有更快的模型训练功能,并且已迁移到Keras作为用于构建和训练模型的中央高级API。

TensorFlow是Google的开源工具,可用于广泛的并行计算,包括实现神经网络和其他AI学习方法。它旨在简化神经网络的使用,并且比其他方法更通用,更容易。Keras已在1.4版中添加,但现在已成为中央API。这是一个机器学习框架,它本身就是一个神经网络API。它是用Python编写的,开发时着眼于快速实验。

张量流

训练模型性能的提高来自与TensorRT的紧密集成,TensorRT是Nvidia的深度学习推理优化器,通常在ResNet-50和基于BERT的应用程序中使用。Nvidia表示,借助TensorRT和TensorFlow 2.0,开发人员可以将推理速度提高7倍。

Keras紧密集成以及其他改进(包括默认情况下急切执行和Pythonic函数执行)的目的是使TensorFlow对Python开发人员感到熟悉。

TensorFlow中急切的执行意味着可以立即对操作进行评估,而无需构建图:操作返回具体值,而不是构建计算图以便稍后运行。

Pythonic函数执行是指必须通过TensorFlow会话来构建图形并执行该图形的更改。现在不建议使用此方法,而应通过编写常规的Python函数来代替。然后可以将这些功能转换为可以远程执行,序列化和针对性能进行优化的图形。

其他改进意味着开发人员将能够使用分发策略API来以最少的代码更改分发培训。该API支持Keras model.fit以及自定义训练循环的分布式训练。

此版本还对SavedModel文件格式进行了标准化。这意味着您可以在各种运行时上运行模型,包括云,Web,浏览器,Node.js,移动和嵌入式系统。您可以使用TensorFlow运行模型,通过TensorFlow Serving部署模型,通过TensorFlow Lite在移动和嵌入式系统上使用它们,以及通过TensorFlow.js在浏览器或Node.js中进行训练和运行。

TensorFlow 2.0可以在GitHub上下载。

张量流

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。