TensorFlow - это библиотека с открытым исходным кодом и API, предназначенная для глубокого изучения, написанная и поддерживаемая Google. Используйте этот тег с языковым тегом ([python], [c ++], [javascript], [r] и т. Д.) Для вопросов об использовании API для решения проблем машинного обучения. Языки программирования, которые можно использовать с TensorFlow API, различаются, поэтому вы должны указать язык программирования. Укажите также область приложения, например [обнаружение объекта].

TensorFlow использует графы потоков данных с тензорами, проходящими по краям.

Интерфейс

TensorFlow предоставляет pythonAPI для построения и выполнения графиков потоков данных. Существует также c++API для выполнения графиков и добавления новых операционных ядер. Другие языки могут вызывать TensorFlow с помощью низкоуровневого cAPI.

TensorFlow также включает TensorBoard, который представляет собой веб-инструмент визуализации для понимания производительности и сетевых функций / параметров.

Скорость

TensorFlow достигает своей производительности путем распараллеливания выполнения на нескольких процессорах и графических процессорах. Ядро каждой операции реализовано на C ++ с использованием эффективных библиотек, таких как Eigen и cuDNN, для лучшей производительности.

Чтобы получить максимальную отдачу от этого, создайте его с помощью компилятора флаги, позволяющие использовать все расширения набора команд, поддерживаемые вашим процессором, например -march=native.

Помощь / Поддержка / Как мне?

Для получения справки и поддержки, технических или алгоритмических вопросов отправляйте свои вопросы в Stack Overflow: https://stackoverflow.com/questions/tagged/. tensorflow. Пожалуйста, не используйте список рассылки или трекер проблем для поддержки.

Также ознакомьтесь с часто задаваемыми вопросами TensorFlow, прежде чем задать вопрос.

При поиске информации, особенно информации о сборке, необходимо проверить как TensorFlow.org, так и GitHubоба сайта, так как оба сайта не дублируют друг друга.

Если вы новичок в переполнении стека, прочитайте Как задать хороший вопрос?перед публикацией и возьмите тур.

Обсуждение

Для общих обсуждений, пожалуйста, присоединитесь к списку рассылки TensorFlow для обсуждения (AKA TensorFlow Google Group) . Этот список предназначен для общих обсуждений развития и направлений TensorFlow, а не в качестве справочного форума. Вместо этого направляйте свои вопросы на переполнение стекаи сообщайте о проблемах на GitHub.

Сообщить о проблемах

Сообщайте об ошибках, запросах функций и проблемах установки / совместимости на системе отслеживания проблем TensorFlowна GitHub. Если вам нужна помощь с использованием TensorFlow, не используйте для этого средство отслеживания проблем. Вместо этого направляйте свои вопросы в переполнение стека.

How-Tos и учебные пособия

Официальный - Как

Официальный - учебник

Предлагаемая конфигурация

TensorFlow изначально был разработан и развернут на системах Linux, но был перенесен на другие операционные системы, включая Microsoft Windows и Apple MacOS. Сообщество TensorFlow предпочитает Ubuntu Linux, и поддержку установки Ubuntu легче найти.

С введением anacondaи dockerвместе с jupyterноутбуки Настройка рабочей станции TensorFlow и обмен данными стали проще.

Наиболее распространенным брендом графических процессоров, используемых на рабочей станции TensorFlow, является NVIDIA, хотя линейка продуктов AMD Radeon улучшает поддержку приложений машинного обучения. Использование ЦП для TensorFlow вместо использования графического процессора может привести к гораздо более медленной обработке на порядок.

Из-за постоянных улучшений в аппаратном и программном обеспечении любые рекомендации могут быстро устареть. Однако ниже приведены некоторые основные параметры.

ОС: Ubuntu 64-битная Linux - в настоящее время большинство людей, похоже, используют 16.x - 18.x, но каждый год появляется новая версия.

Графический процессор: графический процессор с поддержкой NVIDIA CUDA - более поздние серии с большим объемом памяти лучше, так как более новые продукты имеют более высокий показатель вычислительных возможностей. Таким образом, GTX 1080 TI с 8G лучше, чем GTX 660 с 3G. См. графические процессоры NVIDA для разработчиков Cuda, а также Какая версия CUDA Toolkit для более старого драйвера NVIDIAи Википедия по теме CUDA.

Оперативная память: минимум 8G. ОЗУ или ОЗУ с разделом подкачки и, возможно, файлами подкачки, однако объем необходимой оперативной памяти зависит от размера модели и объема обрабатываемых данных.

Как скомпилировать Tensorflow с инструкциями SSE4.2 и AVX?

Непрерывная интеграция

Прочти меня

сайт

Введение в нейронные сети и глубокое обучение

Демистификация нейронных сетей- ноутбуки Jupyter
Нейронные сети и глубокое обучение- GitHub

Модели с тензорным потоком

модели

Онлайн курс

Обучайтесь с помощью TensorFlowи Udacity
с Винсентом Ванхоуком

Детская площадка

Тинкерс нейронной сетью в вашем браузере.

Подсветка синтаксиса

Что такое подсветка синтаксиса и как она работает?

Поскольку TensorFlow неизвестно, google / code-prettifyPython является лучшей альтернативой.

<!-- language: lang-py -->

Веб-сайт и лицензия

https://www.tensorflow.org- TensorFlow выпускается под лицензией Apache 2.0.