TensorFlow 1.9 Docs

TensorFlow 1.9 مستندات

TensorFlow یک منبع نرم افزار کتابخانه باز برای محاسبات عددی با استفاده از نمودار جریان داده ها است. گره نمودار نشان دهنده عملیات ریاضی، در حالی که لبه نمودار نشان دهنده آرایه داده های چند بعدی (تانسورها) که بین آنها جاری شود. این معماری انعطاف پذیر به شما اجازه محاسبه استقرار به یک یا چند پردازنده و یا GPU در یک دسکتاپ، سرور، و یا دستگاه تلفن همراه بدون بازنویسی کد. TensorFlow همچنین شامل TensorBoard، ابزار تجسم داده.

TensorFlow در اصل توسط محققان و مهندسان مشغول کار بر روی این گروه مغز گوگل در سازمان تحقیقات هوش ماشین گوگل برای به منظور هدایت یادگیری ماشین و عمیق تحقیقات شبکه های عصبی توسعه داده شد. سیستم به اندازه کافی به طور کلی قابل اعمال در یک طیف گسترده ای از حوزه های دیگر است، و همچنین.

مجوز:

آرم TensorFlow و هر گونه علائم مربوط به علائم تجاری از شرکت گوگل هستند

جدول محتویات

نصب TensorFlow

نصب TensorFlow در اوبونتو

نصب TensorFlow در MacOS

نصب بر روی ویندوز TensorFlow

نصب TensorFlow در Raspberry که

نصب TensorFlow از منابع

انتقال به TensorFlow 1.0

نصب TensorFlow برای جاوا

نصب TensorFlow برای برو

نصب TensorFlow برای C

راهنمای TensorFlow

Keras

اجرای مشتاق

اطلاعات واردات

مقدمه ای بر برآوردگرهای

از پیش ساخته شده برآوردگرهای

ترجمه نمی این

ستون ویژگی

مجموعه داده برای برآوردگرهای

ایجاد برآوردگرهای سفارشی

با استفاده از GPU

با استفاده از TPU ها

معرفی

تنسور

متغیرهای

نمودار ها و جلسات

ذخیره و بازیابی

درونه گیریها

TensorFlow دیباگر

تجسم آموزش

نمودارهای

نمودار هیستوگرام

سازگاری با نسخه های TensorFlow

پرسش و پاسخهای متداول

بررسی اجمالی

طبقه بندی عمومی

طبقه بندی متن

پسرفت

Over-fitting خواهد و underfitting

ذخیره و بازیابی مدل

بررسی اجمالی

آموزش سفارشی: خرید

مدل خطی با برآوردگرهای

طبقه بندی متن با TF-توپی

ساخت یک سی ان ان با استفاده از برآوردگرهای

به رسمیت شناختن تصویر

آموزش مجدد تصویر

پیشرفته سی ان ان

شبکه های عصبی راجعه

طبقه بندی نقشه کشی

تشخیص صدا ساده

نمایندگی برداری از کلمات

روش هسته

مدل های خطی در مقیاس بزرگ

مجموعه مندلبرو

معادلات دیفرانسیل با مشتقات جزئی

گام های بعدی

گسترش

TensorFlow توزیع

چگونه برای اجرای TensorFlow در هادوپ

چگونه برای اجرای TensorFlow در S3

اعزام به جاوا اسکریپت

معرفی

معماری نمای کلی

نصب و راه اندازی

خدمات مدل TensorFlow

API آرام

ساختمان استاندارد TensorFlow ModelServer

خدمت آغاز به کار مدل با TensorFlow خدمت و Kubernetes

ایجاد نوع جدیدی از servable

ایجاد یک ماژول است که کشف مسیرهای جدید servable

SignatureDefs در SavedModel برای TensorFlow خدمت

با استفاده از TensorFlow خدمت از طریق کارگر بارانداز

کارایی

راهنمای عملکرد

ورودی راهنمای عملکرد خط لوله

معیار

نقطه ثابت تعیین

XLA نمای کلی

معناشناسی پخش

در حال توسعه یک باطن جدید برای XLA

با استفاده از کامپایل JIT

معناشناسی عملیات

اشکال و طرح بندی

با استفاده از تلفیقی AOT

گسترش

TensorFlow معماری

اضافه کردن یک عملیات جدید

اضافه کردن یک پلاگین سفارشی فایل سیستم

خواندن فایل های سفارشی و فرمت های رکورد

TensorFlow در زبان های دیگر

راهنمای توسعه ابزار به TensorFlow مدل، فایل های

بررسی اجمالی

مقدمه ای بر TensorFlow بازگشت به محتوا |

راهنمای توسعه

نسخه ی نمایشی نرم افزار آندروید

در iOS نسخه ی نمایشی نرم افزار

کارایی

مقدمه ای بر TensorFlow موبایل

ساختمان TensorFlow در آندروید

ساختمان TensorFlow در iOS

یکپارچه سازی کتابخانه های TensorFlow

آماده سازی مدل برای استقرار تلفن همراه

بهینه سازی برای موبایل

اجتماع

نقشه راه

کمک به TensorFlow

لیست های پستی

گروه های کاربری

نوشتن مستندات TensorFlow

TensorFlow راهنمای سبک

تعریف و در حال اجرا محک

درباره TensorFlow

TensorFlow استفاده

TensorFlow سفید مقالات

تخصیص

بررسی اجمالی

نصب و راه اندازی

با استفاده از یک ماژول

ایجاد یک ماژول جدید

تنظیم دقیق

میزبانی یک ماژول

بازآموزی تصویر

طبقه بندی متن

بررسی اجمالی

امضا مشترک برای تصاویر

امضا مشترک برای متن

بررسی اجمالی

add_signature

create_module_spec

get_expected_image_size

get_num_image_channels

image_embedding_column

LatestModuleExporter

load_module_spec

واحد

ModuleSpec

register_module_for_export

text_embedding_column

بررسی اجمالی

ماژول ها

ماژول متن

دیگر ماژول ها