页面树结构

2017-11-09 ApacheCN 开源组织,第二期邀请成员活动,一起走的更远 : http://www.apachecn.org/member/209.html


MachineLearning 优酷地址 : http://i.youku.com/apachecn

转至元数据结尾
转至元数据起始

培训机器学习模式时,性能往往是一个重要问题。本节介绍了优化性能的各种方法。使用“ 性能指南 ”开始调查,然后深入了解高性能模型中详细介绍的技术

  • 性能指南,其中包含一系列优化TensorFlow代码的最佳实践。

  • 高性能模型,其中包含集合高级技术来构建针对不同系统类型和网络拓扑的高度可扩展的模型。

  • 基准,其中包含基准测试结果的集合。

XLA(加速线性代数)是线性代数的实验编译器,用于优化TensorFlow计算。以下指南探索XLA:

  • XLA概述,介绍XLA。
  • 广播语义,描述了XLA的广播语义。
  • 为XLA开发新的后端,它解释了如何重新定位TensorFlow,以便优化特定硬件的计算图表的性能。
  • 使用JIT编译,它描述了通过XLA编译和运行TensorFlow图形的部分的XLA JIT编译器,以优化性能。
  • 操作语义,它是介绍界面中操作语义的参考手册ComputationBuilder 。
  • 形状和布局,详细介绍了Shape协议缓冲区。
  • 使用AOT编译,这tfcompile是一个将TensorFlow图形编译成可执行代码的独立工具,以便优化性能。

最后,我们提供以下指南:

 

  • 无标签