zoukankan      html  css  js  c++  java
  • tensorflow roadshow 全球巡回演讲 会议总结

    非常荣幸有机会来到清华大学的李兆基楼,去参加 tensorflow的全球巡回。本次主要介绍tf2.0的新特性和新操作。

    1. 首先,tensorflow的操作过程和机器学习的正常步骤一样,(speaker: google产品经理)如图:

      

     2. 接下来是 google tf 研发工程师,对tf2.0的新特性进行了部分讲解。

        (注:eager是采用一种交互式的环境,类同于anaconda的web交互式编程)

                   

       

       tf还使用了分布式策略,解决单机无法解决的资源问题。

      

       

      之后他也进行了tf架构的简述,经过tf训练形成的Model,可以嵌入到任何设备,包括 服务器的tensorflow serving和手机,微处理器等tensorflow lite装备。同时也支持前端,不需要网络传输,再去后端进行一系列的繁琐操作,快速的响应的tensorflow js。

      

      其中,tf还包括很对库,本人对tf,text较着重介绍。(tf.text -> 自然语言处理,第三部分讲,是另一个人)

       

      之后,她对如何从tf1.0升级到2.0进行了说明(自动转化脚本可以讲1.0的代码直接升级到2.0)

      

       具体很多细节可以参看tf的官网。

      

    3。之后是另一个google tf的研发工程师,对tf,text进行详细的解释

      

          

      情感分析:

        

    4.  之后又介绍了tf.lite

      通过在服务器训练的模型,怎么移植到手机端?

      

       

       

    5.之后介绍了tf的分布式。

      大致的策略是:每个机器的训练,经过固定迭代或者每个迭代,或者固定时间,将每个机器的误差汇总进行平均,计算完成后再统一对每个机器进行更新这一相同的值,之后再进行这一反复迭代的过程

      

      

      主要有这样几个分布式:单机多GPU,多机单GPU,多机多GPU

       

      

      

      

  • 相关阅读:
    [网络技术][转]网卡的offload概念
    [网络技术][转]路由表查找过程(ip_route_input_slow)
    [linux-内核][转]内核日志及printk结构浅析
    [DPDK][转]DPDK编程开发(4)—lcore
    [技术新闻]相关网站
    [计算机、网络相关历史]unix简史
    [编辑器]sublime使用入门
    [CDN]CDN的系统架构
    [windows操作系统]windows管理
    [安卓]创建一个视图类
  • 原文地址:https://www.cnblogs.com/dhName/p/11521953.html
Copyright © 2011-2022 走看看