Azərbaycanca AzərbaycancaБеларускі БеларускіDansk DanskDeutsch DeutschEspañola EspañolaFrançais FrançaisIndonesia IndonesiaItaliana Italiana日本語 日本語Қазақ ҚазақLietuvos LietuvosNederlands NederlandsPortuguês PortuguêsРусский Русскийසිංහල සිංහලแบบไทย แบบไทยTürkçe TürkçeУкраїнська Українська中國人 中國人United State United StateAfrikaans Afrikaans
Destek
www.wikipedia.tr-tr.nina.az
  • Vikipedi

TensorFlow makine öğrenimi için ücretsiz ve açık kaynaklı bir yazılım kütüphanesidir Bir dizi görevde kullan

TensorFlow

TensorFlow
www.wikipedia.tr-tr.nina.azhttps://www.wikipedia.tr-tr.nina.az

TensorFlow, makine öğrenimi için ücretsiz ve açık kaynaklı bir yazılım kütüphanesidir . Bir dizi görevde kullanılabilir, ancak derin sinir ağlarının eğitimi ve çıkarımına özel olarak odaklanmaktadır.

TensorFlow
image
Geliştirici(ler) Team
İlk yayınlanma9 Kasım 2015 (8 yıl önce) (2015-11-09)
Güncel sürüm2.4.1 / 21 Ocak 2021 (3 yıl önce) (2021-01-21)
Programlama diliPython, , CUDA
PlatformLinux, macOS, Windows, Android, JavaScript
Tür
Lisans
Resmî sitesitensorflow.org
Kod deposugithub.com/tensorflow/tensorflow

Tensorflow, veri akışına ve dayalı sembolik bir matematik kitaplığıdır. Google'da hem araştırma hem de üretim için kullanılmaktadır.

TensorFlow, ekibi tarafından Google'ın iç işlerinde kullanımı için geliştirilmiştir. 2015 yılında Apache License 2.0 sürümü altında piyasaya sürülmüştür.

Tarih

DistBelief

2011'den itibaren, Google Brain DistBelief'i derin öğrenme sinir ağlarına özel mülk bir makine öğrenimi sistemi olarak geliştirmiştir. Kullanımı, hem araştırma hem de ticari uygulamala alanlarında çeşitli Alphabet şirketlerinde hızla artmıştır. Google, DistBelief'in kod tabanını basitleştirmek ve yeniden düzenlemek için dahil olmak üzere birden fazla bilgisayar bilimcisini görevlendirmiştir. Yapılan çalışmalar sonucunda TensorFlow ortaya çıkmıştır. 2009 yılında, Geoffrey Hinton liderliğindeki ekip, genelleştirilmiş geri yayılımı ve önemli ölçüde daha yüksek doğrulukla sinir ağlarının üretilmesine izin veren iyileştirmeleri uygulamaya koymuştur. Ayrıca, konuşma tanımadaki hatalarda %25'lik bir azalma sağlayan diğer iyileştirmeleri de uygulamaya koymuştur.

TensorFlow

TensorFlow, Google Brain'in ikinci nesil sistemidir. 1.0.0 sürümü 11 Şubat 2017'de yayınlanmıştır. tek cihazlarda çalışırken, TensorFlow birden fazla CPU ve GPU üzerinde çalışabilmektedir (grafik işleme birimlerinde genel amaçlı bilgi işlem için isteğe bağlı CUDA ve uzantıları ile birlikte). TensorFlow, 64 bit Linux, macOS, Windows ve Android ve iOS dahil mobil bilgi işlem platformlarında mevcuttur.

Esnek mimarisi, hesaplamanın çeşitli platformlarda (CPU'lar, GPU'lar, ) ve masaüstlerinden sunucu kümelerine, mobil ve uç cihazlara kadar kolay dağıtımına olanak tanımaktadır.

TensorFlow hesaplamaları, durum bilgisi olan grafikleri olarak ifade edilebilmektedir. TensorFlow adı, bu tür sinir ağlarının tensörler olarak adlandırılan çok boyutlu veri dizileri üzerinde gerçekleştirdiği işlemlerden türemiştir. Haziran 2016'daki (Google I / O Konferansı) sırasında Jeff Dean, GitHub'daki 1.500 kütüphanenin TensorFlow'dan bahsettiğini ve bunlardan sadece 5'inin Google tarafından oluşturulduğunu belirtmiştir.

Aralık 2017'de Google, Cisco, Red Hat, CoreOS ve CaiCloud'dan gelen geliştiriciler bir konferansta tanıtmıştır. Kubeflow, Kubernetes üzerinde TensorFlow'un çalıştırılmasına ve konuşlandırılmasına izin vermektedir.

Mart 2018'de Google, JavaScript'te makine öğrenimi için TensorFlow.js sürüm 1.0'ı duyurmuştur.

Ocak 2019'da Google, TensorFlow 2.0'ı duyurmuştur. Resmi olarak Eylül 2019'da erişilebilir hale gelmiştir.

Mayıs 2019'da Google, bilgisayar grafiklerinde derin öğrenme için TensorFlow Graphics'i duyurmuştur.

Tensör işleme birimi

Mayıs 2016'da Google, özellikle makine öğrenimi için geliştirilmiş ve TensorFlow için özel olarak tasarlanmış, uygulamaya özel bir entegre devre (ASIC, bir donanım çipi) olan (Tensor processing unit (TPU)) duyurmuştur. TPU, düşük hassasiyetli aritmetikte (ör. 8 bit ) yüksek verim sağlamak için tasarlanmıştır. Ayrıca,modelleri eğitmek yerine kullanmaya veya çalıştırmaya yönelik programlanabilir bir . Google, veri merkezlerinde bir yıldan uzun süredir TPU'ları çalıştırdıklarını açıklamıştır. Aynı zamanda, makine öğrenimi için daha iyi optimize edilmiş bir performans beklediklerini açıklamıştır.

Mayıs 2017'de Google, ikinci neslin yanı sıra TPU'ların Google Compute Engine'de kullanılabilirliğini duyurmuştur. İkinci nesil TPU'lar 180 teraflop'a kadar performans sunmaktadır. Ayrıca, 64 TPU'luk kümeler halinde düzenlendiklerinde 11,5 petaflop'a kadar performans sağlamaktadır.

Mayıs 2018'de Google, 420 teraflop performans ve 128 GB yüksek bant genişliğine sahip bellek (HBM)) sunan üçüncü nesil TPU'ları duyurmuştur. Cloud TPU v3 Kapsüller, 100'den fazla petaflop performans ve 32 TB HBM sunmaktadır.

Şubat 2018'de Google, TPU'ları Google Cloud Platform'da beta olarak kullanıma sunduklarını duyurmuştur.

Edge TPU

Temmuz 2018'de Edge TPU duyurulmuştur. Edge TPU, Google'ın TensorFlow Lite makine öğrenimi modellerini akıllı telefonlar gibi olarak bilinen bilgi işlem cihazlarında çalıştırmak için tasarlanmış ASIC yongasıdır.

TensorFlow Lite

Mayıs 2017'de Google, özellikle mobil geliştirmeye yönelik bir yazılım yığını olan TensorFlow Lite'ı duyurmuştur. Ocak 2019'da TensorFlow ekibi, Android cihazlarda OpenGL ES 3.1 Compute Shaders ve iOS cihazlarda Metal Compute Shaders ile mobil GPU çıkarım motorunun geliştirici önizlemesini yayınlamıştır. Mayıs 2019 yılında Google, TensorFlow Lite Micro'nun (TensorFlow Lite for Microcontrollers olarak da bilinir) ve ARM'nin uTensor'unun birleşeceğini duyurmuştur.

TensorFlow Lite, standart TensorFlow modelleri tarafından kullanılan Protocol Buffers biçiminden kaçınarak ağ modelleri için veri serileştirme biçimi olarak FlatBuffers kullanmaktadır.

Pixel Visual Core (PVC)

Ekim 2017'de Google, mobil cihazlar için tamamen programlanabilir bir görüntü, resim ve yapay zeka işlemcisi olan Pixel Visual Core'u (PVC) içeren Google Pixel 2'yi piyasaya sürmüştür. PVC makine öğrenme için TensorFlow'u desteklemektedir. Ayrıca görüntü işleme için desteklemektedir.

Uygulamalar

Google TensorFlow tarafından desteklenen 26 Ekim 2015 tarihinde resmen yayınlamıştır.

Ayrıca Google, kurulum gerektirmeyen bir TensorFlow Jupyter Notebook ortamı olan Colaboratory'u da piyasaya sürmüştür.

Machine Learning Crash Course (MLCC)

1 Mart 2018'de Google, Machine Learning Crash Course'u (MLCC) yayınlamıştır. Başlangıçta Google çalışanlarını pratik yapay zeka ve makine öğrenimi temelleri ile donatmaya yardımcı olmak için MLCC tasarlanmıştır. Aynı zamanda, kurs kamuya sunulmadan önce dünyanın çeşitli şehirlerinde Google tarafından ücretsiz TensorFlow atölyeleri başlatılmıştır.

TensorFlow 2.0

TensorFlow Ekibi, Eylül 2019'da kütüphanenin yeni bir ana sürümünün yayınlandığını duyurmuştur. TensorFlow 2.0 birçok yeni özellik getirmiştir. Bunlardan en önemlisi, ilk olarak ve daha sonra PyTorch tarafından popüler hale getirilen "Çalıştırmaya Göre Tanımla" 24 Şubat 2021 tarihinde Wayback Machine sitesinde . şemasına geçilmiştir. Diğer önemli değişiklikler arasında eski kitaplıkların kaldırılması, TensorFlow'un farklı sürümlerindeki eğitimli modeller arasında çapraz uyumluluk ve GPU'daki performansta önemli iyileştirmeler yer almıştır.

Özellikleri

TensorFlow, kararlı Python (tüm platformlarda sürüm 3.7 için) ve C API'leri sağlar. Ayrıca geriye dönük uyumluluk garantisi olmadan sağlanan API'ler: , Go, Java,JavaScript ve Swift (arşivlendi ve geliştirme durdu). Üçüncü taraf paketleri C #,Haskell,Julia,MATLAB,R,Scala,Rust,OCaml, ve Kristal .

Uygulamalar

image
image
Original photo (left) and with TensorFlow neural style applied (right)

TensorFlow'un temelini oluşturduğu uygulamalar arasında, DeepDream gibi otomatik yazılımları vardır.

Ayrıca, kullanıcıların "Nöral Ağlar" konusunu gözlemleyebilmeleri ve konsepti anlamaları için "Tensorflow Playground 6 Aralık 2022 tarihinde Wayback Machine sitesinde ."adında bir websitesi bulunmaktadır

Ayrıca bakınız

  • Derin öğrenme yazılımının karşılaştırılması

Kaynakça

  1. ^ a b . TensorFlow.org. 17 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  2. ^ "TensorFlow Release" (İngilizce). 14 Şubat 2021 tarihinde kaynağından . Erişim tarihi: 28 Ocak 2021. 
  3. ^ a b . 6 Mayıs 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 28 Haziran 2018. 
  4. ^ Abadi (2016). "TensorFlow: A System for Large-Scale Machine Learning" (PDF). 12 Aralık 2020 tarihinde kaynağından (PDF). Erişim tarihi: 28 Mayıs 2021. 
  5. ^ Google (2015). TensorFlow: Open source machine learning. 15 Aralık 2016 tarihinde kaynağından . Erişim tarihi: 28 Mayıs 2021.  "It is machine learning software being used for various kinds of perceptual and language understanding tasks" – Jeffrey Dean, minute 0:47 / 2:17 from YouTube clip
  6. ^ Video clip by Google about TensorFlow 2015 at minute 0:15/2:17
  7. ^ Video clip by Google about TensorFlow 2015 at minute 0:26/2:17
  8. ^ Dean et al 2015
  9. ^ . . 9 Kasım 2015. 9 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  10. ^ (PDF). TensorFlow.org. Google Research. 9 Kasım 2015. 20 Kasım 2015 tarihinde kaynağından (PDF) arşivlendi. Erişim tarihi: 10 Kasım 2015. 
  11. ^ . TechCrunch. 9 Kasım 2015. 9 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 
  12. ^ . Slate. 9 Kasım 2015. 10 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 
  13. ^ . CSMonitor. 25 Kasım 2015. 16 Eylül 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 25 Kasım 2015. 
  14. ^ . 27 Şubat 2021 tarihinde kaynağından arşivlendi. 
  15. ^ Metz (10 Kasım 2015). "TensorFlow, Google's Open Source AI, Points to a Fast-Changing Hardware World". Wired. 11 Kasım 2015 tarihinde kaynağından . Erişim tarihi: 11 Kasım 2015. 
  16. ^ Machine Learning: Google I/O 2016 Minute 07:30/44:44 21 Aralık 2016 tarihinde Wayback Machine sitesinde . accessdate=2016-06-05
  17. ^ . Medium. 30 Mart 2018. 30 Mart 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  18. ^ . Medium. 14 Ocak 2019. 14 Ocak 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  19. ^ . Medium. 30 Eylül 2019. 7 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Kasım 2019. 
  20. ^ . Medium. 9 Mayıs 2019. 9 Mayıs 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  21. ^ . Google Cloud Platform Blog. 18 Mayıs 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 19 Mayıs 2016. 
  22. ^ "Build and train machine learning models on our new Google Cloud TPUs". Google. 17 Mayıs 2017. 17 Mayıs 2017 tarihinde kaynağından . Erişim tarihi: 18 Mayıs 2017. 
  23. ^ . Google Cloud. 17 Mayıs 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  24. ^ "Cloud TPU machine learning accelerators now available in beta". Google Cloud Platform Blog. 12 Şubat 2018 tarihinde kaynağından . Erişim tarihi: 12 Şubat 2018. 
  25. ^ . 17 Mayıs 2017 tarihinde kaynağından arşivlendi. 
  26. ^ . Medium. 16 Ocak 2019. 16 Ocak 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  27. ^ . os.mbed.com. 9 Mayıs 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 24 Mayıs 2019. 
  28. ^ . research.google.com (İngilizce). 24 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Kasım 2018. 
  29. ^ (İngilizce). 28 Şubat 2018 tarihinde kaynağından arşivlendi. 
  30. ^ . The Gradient. 10 Ekim 2019. 10 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 6 Temmuz 2020. 
  31. ^ . TensorFlow Blog. 30 Eylül 2019. 30 Ekim 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 22 Mayıs 2020. 
  32. ^ . TensorFlow (İngilizce). 22 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  33. ^ . TensorFlow (İngilizce). 10 Ekim 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Mayıs 2018. Some API functions are explicitly marked as "experimental" and can change in backward incompatible ways between minor releases. These include other languages 
  34. ^ . 16 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 27 Haziran 2018. 
  35. ^ . Medium (İngilizce). 26 Nisan 2018. 26 Nisan 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Ağustos 2019. not just a TensorFlow API wrapper written in Swift 
  36. ^ (İngilizce). 12 Şubat 2021 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2021. As S4TF heads into maintenance mode, it’s a bit Exploding head to reflect on how much I’ve learned. 
  37. ^ . 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  38. ^ . 11 Aralık 2018. 12 Temmuz 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Aralık 2018. 
  39. ^ . tensorflow. 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  40. ^ . 12 Ağustos 2019. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 14 Ağustos 2019. operations like sin, * (matrix multiplication), .* (element-wise multiplication), etc [..]. Compare to Python, which requires learning specialized namespaced functions like tf.matmul. 
  41. ^ . 3 Kasım 2019. 14 Eylül 2020 tarihinde kaynağından arşivlendi. Erişim tarihi: 13 Şubat 2020. 
  42. ^ . RStudio. 17 Şubat 2018. 4 Ocak 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  43. ^ . 17 Şubat 2018. 18 Şubat 2019 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  44. ^ . tensorflow. 17 Şubat 2018. 24 Temmuz 2017 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  45. ^ . 16 Şubat 2018. 11 Haziran 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 18 Şubat 2018. 
  46. ^ . GitHub (İngilizce). 27 Haziran 2018 tarihinde kaynağından arşivlendi. Erişim tarihi: 10 Ekim 2018. 
  47. ^ . Vice. 11 Kasım 2015. 23 Kasım 2015 tarihinde kaynağından arşivlendi. Erişim tarihi: 11 Kasım 2015. 

Bibliyografya

  • Moroney, Laurence (1 Ekim 2020). AI and Machine Learning for Coders (1.1isbn=9781492078197 bas.). . s. 365. 7 Haziran 2021 tarihinde kaynağından . Erişim tarihi: 28 Mayıs 2021. 
  • Géron, Aurélien (15 Ekim 2019). Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow (2.2isbn=9781492032632 bas.). . s. 856. 1 Mayıs 2021 tarihinde kaynağından . Erişim tarihi: 28 Mayıs 2021. 
  • Ramsundar, Bharath; Zadeh, Reza Bosagh (23 Mart 2018). TensorFlow for Deep Learning (1.1isbn=9781491980446 bas.). . s. 256. 7 Haziran 2021 tarihinde kaynağından . Erişim tarihi: 28 Mayıs 2021. 
  • Hope, Tom; Resheff, Yehezkel S.; Lieder, Itay (27 Ağustos 2017). Learning TensorFlow: A Guide to Building Deep Learning Systems (1.1isbn=9781491978504 bas.). . s. 242. 8 Mart 2021 tarihinde kaynağından . Erişim tarihi: 28 Mayıs 2021. 
  • Shukla, Nishant (12 Şubat 2018). Machine Learning with TensorFlow (1.1isbn=9781617293870 bas.). . s. 272. 

Dış bağlantılar

  • Resmî site
  • .org'da TensorFlow
  • Python Package Index'te TensorFlow
  • npmjs'de TensorFlow
  • yarnpkg.com'da TensorFlow

wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar

TensorFlow makine ogrenimi icin ucretsiz ve acik kaynakli bir yazilim kutuphanesidir Bir dizi gorevde kullanilabilir ancak derin sinir aglarinin egitimi ve cikarimina ozel olarak odaklanmaktadir TensorFlowGelistirici ler TeamIlk yayinlanma9 Kasim 2015 8 yil once 2015 11 09 Guncel surum2 4 1 21 Ocak 2021 3 yil once 2021 01 21 Programlama diliPython C CUDAPlatformLinux macOS Windows Android JavaScriptTurLisansResmi sitesitensorflow orgKod deposugithub com tensorflow tensorflow Tensorflow veri akisina ve dayali sembolik bir matematik kitapligidir Google da hem arastirma hem de uretim icin kullanilmaktadir TensorFlow ekibi tarafindan Google in ic islerinde kullanimi icin gelistirilmistir 2015 yilinda Apache License 2 0 surumu altinda piyasaya surulmustur TarihDistBelief 2011 den itibaren Google Brain DistBelief i derin ogrenme sinir aglarina ozel mulk bir makine ogrenimi sistemi olarak gelistirmistir Kullanimi hem arastirma hem de ticari uygulamala alanlarinda cesitli Alphabet sirketlerinde hizla artmistir Google DistBelief in kod tabanini basitlestirmek ve yeniden duzenlemek icin dahil olmak uzere birden fazla bilgisayar bilimcisini gorevlendirmistir Yapilan calismalar sonucunda TensorFlow ortaya cikmistir 2009 yilinda Geoffrey Hinton liderligindeki ekip genellestirilmis geri yayilimi ve onemli olcude daha yuksek dogrulukla sinir aglarinin uretilmesine izin veren iyilestirmeleri uygulamaya koymustur Ayrica konusma tanimadaki hatalarda 25 lik bir azalma saglayan diger iyilestirmeleri de uygulamaya koymustur TensorFlow TensorFlow Google Brain in ikinci nesil sistemidir 1 0 0 surumu 11 Subat 2017 de yayinlanmistir tek cihazlarda calisirken TensorFlow birden fazla CPU ve GPU uzerinde calisabilmektedir grafik isleme birimlerinde genel amacli bilgi islem icin istege bagli CUDA ve uzantilari ile birlikte TensorFlow 64 bit Linux macOS Windows ve Android ve iOS dahil mobil bilgi islem platformlarinda mevcuttur Esnek mimarisi hesaplamanin cesitli platformlarda CPU lar GPU lar ve masaustlerinden sunucu kumelerine mobil ve uc cihazlara kadar kolay dagitimina olanak tanimaktadir TensorFlow hesaplamalari durum bilgisi olan grafikleri olarak ifade edilebilmektedir TensorFlow adi bu tur sinir aglarinin tensorler olarak adlandirilan cok boyutlu veri dizileri uzerinde gerceklestirdigi islemlerden turemistir Haziran 2016 daki Google I O Konferansi sirasinda Jeff Dean GitHub daki 1 500 kutuphanenin TensorFlow dan bahsettigini ve bunlardan sadece 5 inin Google tarafindan olusturuldugunu belirtmistir Aralik 2017 de Google Cisco Red Hat CoreOS ve CaiCloud dan gelen gelistiriciler bir konferansta tanitmistir Kubeflow Kubernetes uzerinde TensorFlow un calistirilmasina ve konuslandirilmasina izin vermektedir Mart 2018 de Google JavaScript te makine ogrenimi icin TensorFlow js surum 1 0 i duyurmustur Ocak 2019 da Google TensorFlow 2 0 i duyurmustur Resmi olarak Eylul 2019 da erisilebilir hale gelmistir Mayis 2019 da Google bilgisayar grafiklerinde derin ogrenme icin TensorFlow Graphics i duyurmustur Tensor isleme birimi Mayis 2016 da Google ozellikle makine ogrenimi icin gelistirilmis ve TensorFlow icin ozel olarak tasarlanmis uygulamaya ozel bir entegre devre ASIC bir donanim cipi olan Tensor processing unit TPU duyurmustur TPU dusuk hassasiyetli aritmetikte or 8 bit yuksek verim saglamak icin tasarlanmistir Ayrica modelleri egitmek yerine kullanmaya veya calistirmaya yonelik programlanabilir bir Google veri merkezlerinde bir yildan uzun suredir TPU lari calistirdiklarini aciklamistir Ayni zamanda makine ogrenimi icin daha iyi optimize edilmis bir performans beklediklerini aciklamistir Mayis 2017 de Google ikinci neslin yani sira TPU larin Google Compute Engine de kullanilabilirligini duyurmustur Ikinci nesil TPU lar 180 teraflop a kadar performans sunmaktadir Ayrica 64 TPU luk kumeler halinde duzenlendiklerinde 11 5 petaflop a kadar performans saglamaktadir Mayis 2018 de Google 420 teraflop performans ve 128 GB yuksek bant genisligine sahip bellek HBM sunan ucuncu nesil TPU lari duyurmustur Cloud TPU v3 Kapsuller 100 den fazla petaflop performans ve 32 TB HBM sunmaktadir Subat 2018 de Google TPU lari Google Cloud Platform da beta olarak kullanima sunduklarini duyurmustur Edge TPU Temmuz 2018 de Edge TPU duyurulmustur Edge TPU Google in TensorFlow Lite makine ogrenimi modellerini akilli telefonlar gibi olarak bilinen bilgi islem cihazlarinda calistirmak icin tasarlanmis ASIC yongasidir TensorFlow Lite Mayis 2017 de Google ozellikle mobil gelistirmeye yonelik bir yazilim yigini olan TensorFlow Lite i duyurmustur Ocak 2019 da TensorFlow ekibi Android cihazlarda OpenGL ES 3 1 Compute Shaders ve iOS cihazlarda Metal Compute Shaders ile mobil GPU cikarim motorunun gelistirici onizlemesini yayinlamistir Mayis 2019 yilinda Google TensorFlow Lite Micro nun TensorFlow Lite for Microcontrollers olarak da bilinir ve ARM nin uTensor unun birlesecegini duyurmustur TensorFlow Lite standart TensorFlow modelleri tarafindan kullanilan Protocol Buffers biciminden kacinarak ag modelleri icin veri serilestirme bicimi olarak FlatBuffers kullanmaktadir Pixel Visual Core PVC Ekim 2017 de Google mobil cihazlar icin tamamen programlanabilir bir goruntu resim ve yapay zeka islemcisi olan Pixel Visual Core u PVC iceren Google Pixel 2 yi piyasaya surmustur PVC makine ogrenme icin TensorFlow u desteklemektedir Ayrica goruntu isleme icin desteklemektedir Uygulamalar Google TensorFlow tarafindan desteklenen 26 Ekim 2015 tarihinde resmen yayinlamistir Ayrica Google kurulum gerektirmeyen bir TensorFlow Jupyter Notebook ortami olan Colaboratory u da piyasaya surmustur Machine Learning Crash Course MLCC 1 Mart 2018 de Google Machine Learning Crash Course u MLCC yayinlamistir Baslangicta Google calisanlarini pratik yapay zeka ve makine ogrenimi temelleri ile donatmaya yardimci olmak icin MLCC tasarlanmistir Ayni zamanda kurs kamuya sunulmadan once dunyanin cesitli sehirlerinde Google tarafindan ucretsiz TensorFlow atolyeleri baslatilmistir TensorFlow 2 0 TensorFlow Ekibi Eylul 2019 da kutuphanenin yeni bir ana surumunun yayinlandigini duyurmustur TensorFlow 2 0 bircok yeni ozellik getirmistir Bunlardan en onemlisi ilk olarak ve daha sonra PyTorch tarafindan populer hale getirilen Calistirmaya Gore Tanimla 24 Subat 2021 tarihinde Wayback Machine sitesinde semasina gecilmistir Diger onemli degisiklikler arasinda eski kitapliklarin kaldirilmasi TensorFlow un farkli surumlerindeki egitimli modeller arasinda capraz uyumluluk ve GPU daki performansta onemli iyilestirmeler yer almistir OzellikleriTensorFlow kararli Python tum platformlarda surum 3 7 icin ve C API leri saglar Ayrica geriye donuk uyumluluk garantisi olmadan saglanan API ler C Go Java JavaScript ve Swift arsivlendi ve gelistirme durdu Ucuncu taraf paketleri C Haskell Julia MATLAB R Scala Rust OCaml ve Kristal UygulamalarOriginal photo left and with TensorFlow neural style applied right TensorFlow un temelini olusturdugu uygulamalar arasinda DeepDream gibi otomatik yazilimlari vardir Ayrica kullanicilarin Noral Aglar konusunu gozlemleyebilmeleri ve konsepti anlamalari icin Tensorflow Playground 6 Aralik 2022 tarihinde Wayback Machine sitesinde adinda bir websitesi bulunmaktadirAyrica bakinizDerin ogrenme yaziliminin karsilastirilmasiKaynakca a b TensorFlow org 17 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Kasim 2015 TensorFlow Release Ingilizce 14 Subat 2021 tarihinde kaynagindan Erisim tarihi 28 Ocak 2021 a b 6 Mayis 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 28 Haziran 2018 Abadi 2016 TensorFlow A System for Large Scale Machine Learning PDF 12 Aralik 2020 tarihinde kaynagindan PDF Erisim tarihi 28 Mayis 2021 Google 2015 TensorFlow Open source machine learning 15 Aralik 2016 tarihinde kaynagindan Erisim tarihi 28 Mayis 2021 It is machine learning software being used for various kinds of perceptual and language understanding tasks Jeffrey Dean minute 0 47 2 17 from YouTube clip Video clip by Google about TensorFlow 2015 at minute 0 15 2 17 Video clip by Google about TensorFlow 2015 at minute 0 26 2 17 Dean et al 2015 9 Kasim 2015 9 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Kasim 2015 PDF TensorFlow org Google Research 9 Kasim 2015 20 Kasim 2015 tarihinde kaynagindan PDF arsivlendi Erisim tarihi 10 Kasim 2015 TechCrunch 9 Kasim 2015 9 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 11 Kasim 2015 Slate 9 Kasim 2015 10 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 11 Kasim 2015 CSMonitor 25 Kasim 2015 16 Eylul 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 25 Kasim 2015 27 Subat 2021 tarihinde kaynagindan arsivlendi Metz 10 Kasim 2015 TensorFlow Google s Open Source AI Points to a Fast Changing Hardware World Wired 11 Kasim 2015 tarihinde kaynagindan Erisim tarihi 11 Kasim 2015 Machine Learning Google I O 2016 Minute 07 30 44 44 21 Aralik 2016 tarihinde Wayback Machine sitesinde accessdate 2016 06 05 Medium 30 Mart 2018 30 Mart 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 Medium 14 Ocak 2019 14 Ocak 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 Medium 30 Eylul 2019 7 Ekim 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Kasim 2019 Medium 9 Mayis 2019 9 Mayis 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 Google Cloud Platform Blog 18 Mayis 2016 tarihinde kaynagindan arsivlendi Erisim tarihi 19 Mayis 2016 Build and train machine learning models on our new Google Cloud TPUs Google 17 Mayis 2017 17 Mayis 2017 tarihinde kaynagindan Erisim tarihi 18 Mayis 2017 Google Cloud 17 Mayis 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 Cloud TPU machine learning accelerators now available in beta Google Cloud Platform Blog 12 Subat 2018 tarihinde kaynagindan Erisim tarihi 12 Subat 2018 17 Mayis 2017 tarihinde kaynagindan arsivlendi Medium 16 Ocak 2019 16 Ocak 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 os mbed com 9 Mayis 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 24 Mayis 2019 research google com Ingilizce 24 Ekim 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Kasim 2018 Ingilizce 28 Subat 2018 tarihinde kaynagindan arsivlendi The Gradient 10 Ekim 2019 10 Ekim 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 6 Temmuz 2020 TensorFlow Blog 30 Eylul 2019 30 Ekim 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 22 Mayis 2020 TensorFlow Ingilizce 22 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 TensorFlow Ingilizce 10 Ekim 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Mayis 2018 Some API functions are explicitly marked as experimental and can change in backward incompatible ways between minor releases These include other languages 16 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 27 Haziran 2018 Medium Ingilizce 26 Nisan 2018 26 Nisan 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 14 Agustos 2019 not just a TensorFlow API wrapper written in Swift Ingilizce 12 Subat 2021 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2021 As S4TF heads into maintenance mode it s a bit Exploding head to reflect on how much I ve learned 17 Subat 2018 24 Temmuz 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 11 Aralik 2018 12 Temmuz 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 11 Aralik 2018 tensorflow 17 Subat 2018 24 Temmuz 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 12 Agustos 2019 24 Temmuz 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 14 Agustos 2019 operations like sin matrix multiplication element wise multiplication etc Compare to Python which requires learning specialized namespaced functions like tf matmul 3 Kasim 2019 14 Eylul 2020 tarihinde kaynagindan arsivlendi Erisim tarihi 13 Subat 2020 RStudio 17 Subat 2018 4 Ocak 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 17 Subat 2018 18 Subat 2019 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 tensorflow 17 Subat 2018 24 Temmuz 2017 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 16 Subat 2018 11 Haziran 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 18 Subat 2018 GitHub Ingilizce 27 Haziran 2018 tarihinde kaynagindan arsivlendi Erisim tarihi 10 Ekim 2018 Vice 11 Kasim 2015 23 Kasim 2015 tarihinde kaynagindan arsivlendi Erisim tarihi 11 Kasim 2015 BibliyografyaMoroney Laurence 1 Ekim 2020 AI and Machine Learning for Coders 1 1isbn 9781492078197 bas s 365 7 Haziran 2021 tarihinde kaynagindan Erisim tarihi 28 Mayis 2021 Geron Aurelien 15 Ekim 2019 Hands On Machine Learning with Scikit Learn Keras and TensorFlow 2 2isbn 9781492032632 bas s 856 1 Mayis 2021 tarihinde kaynagindan Erisim tarihi 28 Mayis 2021 Ramsundar Bharath Zadeh Reza Bosagh 23 Mart 2018 TensorFlow for Deep Learning 1 1isbn 9781491980446 bas s 256 7 Haziran 2021 tarihinde kaynagindan Erisim tarihi 28 Mayis 2021 Hope Tom Resheff Yehezkel S Lieder Itay 27 Agustos 2017 Learning TensorFlow A Guide to Building Deep Learning Systems 1 1isbn 9781491978504 bas s 242 8 Mart 2021 tarihinde kaynagindan Erisim tarihi 28 Mayis 2021 Shukla Nishant 12 Subat 2018 Machine Learning with TensorFlow 1 1isbn 9781617293870 bas s 272 Dis baglantilarResmi site org da TensorFlow Python Package Index te TensorFlow npmjs de TensorFlow yarnpkg com da TensorFlow

Yayın tarihi: Temmuz 13, 2024, 08:03 am
En çok okunan
  • Şubat 09, 2025

    Siklooksijenaz

  • Şubat 09, 2025

    Sicilya kralı

  • Şubat 06, 2025

    Siccîn 7

  • Şubat 11, 2025

    Sibylle Lewitscharoff

  • Ocak 30, 2025

    Siamspinops

Günlük

  • Beylerbeyi Sarayı

  • Türkiye Büyük Millet Meclisi

  • Simpson ve Delilah

  • Harvey Fierstein

  • 16 Şubat

  • 1969

  • İstanbul

  • Nur Dağları

  • Lisa's Wedding

  • Kırım Savaşı

NiNa.Az - Stüdyo

  • Vikipedi

Bültene üye ol

Mail listemize abone olarak bizden her zaman en son haberleri alacaksınız.
Temasta ol
Bize Ulaşın
DMCA Sitemap Feeds
© 2019 nina.az - Her hakkı saklıdır.
Telif hakkı: Dadaş Mammedov
Üst