Everyone

NextLabs.cc

Nougat

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

TensorFlow 1.9 Docs

آخرین نسخه TensorFlow 1.9 Docs

سایر نسخه‌ها