TensorFlow 1.9 for Android APK

คำอธิบาย

เอกสาร TensorFlow 1.9

TensorFlow เป็นไลบรารีซอฟต์แวร์โอเพ่นซอร์สสำหรับการคำนวณเชิงตัวเลขโดยใช้กราฟการไหลของข้อมูล โหนดกราฟแสดงถึงการดำเนินการทางคณิตศาสตร์ ในขณะที่ขอบกราฟแสดงถึงอาร์เรย์ข้อมูลหลายมิติ (เทนเซอร์) ที่ไหลระหว่างกัน สถาปัตยกรรมที่ยืดหยุ่นนี้ช่วยให้คุณปรับใช้การคำนวณกับ CPU หรือ GPU ตั้งแต่หนึ่งตัวขึ้นไปในเดสก์ท็อป เซิร์ฟเวอร์ หรืออุปกรณ์มือถือโดยไม่ต้องเขียนโค้ดใหม่ TensorFlow ยังรวม TensorBoard ซึ่งเป็นชุดเครื่องมือสร้างภาพข้อมูล

TensorFlow ได้รับการพัฒนาโดยนักวิจัยและวิศวกรที่ทำงานในทีม Google Brain ภายในองค์กร Machine Intelligence Research ของ Google เพื่อวัตถุประสงค์ในการดำเนินการแมชชีนเลิร์นนิงและการวิจัยเครือข่ายประสาทเทียมเชิงลึก ระบบนี้เป็นระบบทั่วไปเพียงพอที่จะนำไปใช้กับโดเมนอื่นๆ ได้หลากหลายเช่นกัน

การแสดงที่มา:

โลโก้ TensorFlow และเครื่องหมายที่เกี่ยวข้องเป็นเครื่องหมายการค้าของ Google Inc.

สารบัญ

ติดตั้ง TensorFlow

ติดตั้ง TensorFlow บน Ubuntu

ติดตั้ง TensorFlow บน macOS

ติดตั้ง TensorFlow บน Windows

ติดตั้ง TensorFlow บน Raspbian

ติดตั้ง TensorFlow จากแหล่งที่มา

การเปลี่ยนไปใช้ TensorFlow 1.0

ติดตั้ง TensorFlow สำหรับ Java

ติดตั้ง TensorFlow สำหรับ Go

ติดตั้ง TensorFlow สำหรับ C

คู่มือเทนเซอร์โฟลว์

Keras

การดำเนินการอย่างกระตือรือร้น

การนำเข้าข้อมูล

บทนำสู่เครื่องมือประมาณการ

เครื่องมือประมาณการล่วงหน้า

จุดตรวจ

คอลัมน์คุณลักษณะ

ชุดข้อมูลสำหรับผู้ประมาณการ

การสร้างเครื่องมือประมาณการแบบกำหนดเอง

การใช้ GPU

การใช้ TPUs

บทนำ

เทนเซอร์

ตัวแปร

กราฟและเซสชั่น

บันทึกและกู้คืน

ฝัง

ดีบักเกอร์ TensorFlow

การสร้างภาพการเรียนรู้

กราฟ

ฮิสโตแกรม

ความเข้ากันได้ของเวอร์ชัน TensorFlow

คำถามที่พบบ่อย

ภาพรวม

การจำแนกขั้นพื้นฐาน

การจัดประเภทข้อความ

การถดถอย

Overfitting และ underfitting

บันทึกและกู้คืนโมเดล

ภาพรวม

การฝึกอบรมที่กำหนดเอง: บทแนะนำ

ตัวแบบเชิงเส้นพร้อมตัวประมาณค่า

ตัวแยกประเภทข้อความด้วย TF-Hub

สร้าง CNN โดยใช้ Estimators

การจดจำภาพ

การฝึกอบรมภาพใหม่

CNN ขั้นสูง

โครงข่ายประสาทกำเริบ

การจำแนกการวาดภาพ

การจดจำเสียงอย่างง่าย

การแสดงเวกเตอร์ของคำ

วิธีการเคอร์เนล

โมเดลเชิงเส้นขนาดใหญ่

ชุด Mandelbrot

สมการเชิงอนุพันธ์บางส่วน

ขั้นตอนถัดไป

ปรับใช้

TensorFlow แบบกระจาย

วิธีเรียกใช้ TensorFlow บน Hadoop

วิธีเรียกใช้ TensorFlow บน S3

ปรับใช้กับ JavaScript

บทนำ

ภาพรวมสถาปัตยกรรม

การติดตั้ง

การให้บริการโมเดล TensorFlow

RESTful API

การสร้างมาตรฐาน TensorFlow ModelServer

การให้บริการโมเดลการเริ่มต้นด้วย TensorFlow Serving และ Kubernetes

การสร้างเซิร์ฟเอเบิลรูปแบบใหม่

การสร้างโมดูลที่ค้นพบเส้นทางที่ให้บริการใหม่

SignatureDefs ใน SavedModel สำหรับ TensorFlow Serving

การใช้ TensorFlow ให้บริการผ่าน Docker

ประสิทธิภาพ

คู่มือการปฏิบัติงาน

คู่มือประสิทธิภาพไปป์ไลน์อินพุต

เกณฑ์มาตรฐาน

การหาปริมาณจุดคงที่

ภาพรวม XLA

ความหมายของการออกอากาศ

การพัฒนาแบ็กเอนด์ใหม่สำหรับ XLA

การใช้การรวบรวม JIT

ความหมายการดำเนินงาน

รูปร่างและเค้าโครง

ใช้การคอมไพล์ ทอท.

ขยาย

สถาปัตยกรรม TensorFlow

เพิ่ม Op . ใหม่

การเพิ่มปลั๊กอินระบบไฟล์แบบกำหนดเอง

การอ่านไฟล์ที่กำหนดเองและรูปแบบบันทึก

TensorFlow - ภาษาอื่น ๆ

คู่มือนักพัฒนาเครื่องมือสำหรับไฟล์โมเดล TensorFlow

ภาพรวม

ข้อมูลเบื้องต้นเกี่ยวกับ TensorFlow Lite

คู่มือนักพัฒนา

แอพสาธิต Android

แอพสาธิต iOS

ประสิทธิภาพ

ข้อมูลเบื้องต้นเกี่ยวกับ TensorFlow Mobile

การสร้าง TensorFlow บน Android

การสร้าง TensorFlow บน iOS

การรวมไลบรารี TensorFlow

กำลังเตรียมโมเดลสำหรับการปรับใช้มือถือ

การเพิ่มประสิทธิภาพสำหรับมือถือ

ชุมชน

แผนงาน

มีส่วนร่วมใน TensorFlow

รายชื่อผู้รับจดหมาย

กลุ่มผู้ใช้

การเขียนเอกสาร TensorFlow

คู่มือสไตล์ TensorFlow

การกำหนดและดำเนินการเกณฑ์มาตรฐาน

เกี่ยวกับ TensorFlow

TensorFlow ในการใช้งาน

เอกสารรายงาน TensorFlow

แสดงที่มา

ภาพรวม

การติดตั้ง

การใช้โมดูล

การสร้างโมดูลใหม่

ปรับจูน

การโฮสต์โมดูล

การอบรมขึ้นใหม่ภาพ

การจัดประเภทข้อความ

ภาพรวม

ลายเซ็นทั่วไปสำหรับรูปภาพ

ลายเซ็นทั่วไปสำหรับ Text

ภาพรวม

add_signature

create_module_spec

get_expected_image_size

get_num_image_channels

image_embedding_column

ล่าสุดModuleExporter

load_module_spec

โมดูล

โมดูลSpec

register_module_for_export

text_embedding_column

ภาพรวม

โมดูลรูปภาพ

โมดูลข้อความ

โมดูลอื่นๆ