TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
TensorFlow開發者峰會TF 2.0新特性介紹,大幅度提升生產力
碼科智能
1/16 TensorFlow 2.0 alpha已經可以用pip直接安裝:
2/16 TF 2.0和keras深度融合,tf.keras成為主要接口之一,具有非常友好的接口:
3/16 TF 2.0默認為動態圖模式,可以像使用普通Python代碼那樣來調試網絡:
4/16 並可以使用普通的Python控制流來控制網絡的執行流程:
5/16 優化器被統一放在了tf.keras.optimizer中:
6/16 可以通過tf.keras.metrics來計算指標:
7/16 tf.keras.losses中包含了損失函數:
8/16 各種層的定義被遷移到了tf.keras.layers中:
9/16 RNN的接口統一了:
10/16 可以繼承tf.keras.layers.Layer類來實現自定義層:
11/16 有處理結構化輸入數據的友好接口:
12/16 可以通過Keras的回調方式來使用TensorBoard:
13/16 TensorBoard會展示一些性能指標:
14/16 可以使用分佈式策略,多GPU分佈策略:
15/16 多節點分佈策略:
16/16 多TPU策略:
2019-03-10

更多精彩

推薦中...