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

本文档确定了关于TensorFlow的白皮书。

异构分布式系统的大规模机器学习

访问此白皮书。

摘要: TensorFlow是一种用于表达机器学习算法的接口,也是用于执行这种算法的实现。使用TensorFlow表示的计算可以在各种异构系统上执行很少或没有变化,从移动设备(如手机和平板电脑)到数百台机器的大型分布式系统以及数千计算设备(如GPU卡) 。该系统灵活,可用于表达各种算法,包括深层神经网络模型的训练和推理算法,并已被用于研究和部署机器学习系统到十几个领域计算机科学等领域,包括语音识别,计算机视觉,机器人,信息检索,自然语言处理,地理信息提取和计算机药物发现。本文介绍了TensorFlow界面和我们在Google构建的界面的实现。TensorFlow API和参考实现在2015年11月发布为Apache 2.0许可证下的开放源码包,可从www.tensorflow.org获得。

以BibTeX格式

如果您在研究中使用TensorFlow,并且想引用TensorFlow系统,我们建议您引用本白皮书。

 

@misc{tensorflow2015-whitepaper,
title={ {TensorFlow}: Large-Scale Machine Learning on Heterogeneous Systems},
url={http://tensorflow.org/},
note={Software available from tensorflow.org},
author={
    Mart\'{\i}n~Abadi and
    Ashish~Agarwal and
    Paul~Barham and
    Eugene~Brevdo and
    Zhifeng~Chen and
    Craig~Citro and
    Greg~S.~Corrado and
    Andy~Davis and
    Jeffrey~Dean and
    Matthieu~Devin and
    Sanjay~Ghemawat and
    Ian~Goodfellow and
    Andrew~Harp and
    Geoffrey~Irving and
    Michael~Isard and
    Yangqing Jia and
    Rafal~Jozefowicz and
    Lukasz~Kaiser and
    Manjunath~Kudlur and
    Josh~Levenberg and
    Dan~Man\'{e} and
    Rajat~Monga and
    Sherry~Moore and
    Derek~Murray and
    Chris~Olah and
    Mike~Schuster and
    Jonathon~Shlens and
    Benoit~Steiner and
    Ilya~Sutskever and
    Kunal~Talwar and
    Paul~Tucker and
    Vincent~Vanhoucke and
    Vijay~Vasudevan and
    Fernanda~Vi\'{e}gas and
    Oriol~Vinyals and
    Pete~Warden and
    Martin~Wattenberg and
    Martin~Wicke and
    Yuan~Yu and
    Xiaoqiang~Zheng},
  year={2015},
}

或以文字形式:

 

Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo,
Zhifeng Chen, Craig Citro, Greg S. Corrado, Andy Davis,
Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Ian Goodfellow,
Andrew Harp, Geoffrey Irving, Michael Isard, Rafal Jozefowicz, Yangqing Jia,
Lukasz Kaiser, Manjunath Kudlur, Josh Levenberg, Dan Mané, Mike Schuster,
Rajat Monga, Sherry Moore, Derek Murray, Chris Olah, Jonathon Shlens,
Benoit Steiner, Ilya Sutskever, Kunal Talwar, Paul Tucker,
Vincent Vanhoucke, Vijay Vasudevan, Fernanda Viégas,
Oriol Vinyals, Pete Warden, Martin Wattenberg, Martin Wicke,
Yuan Yu, and Xiaoqiang Zheng.
TensorFlow: Large-scale machine learning on heterogeneous systems,
2015. Software available from tensorflow.org.

TensorFlow:大规模机器学习系统

访问此白皮书。

摘要: TensorFlow是一种大规模,异构环境下运行的机器学习系统。TensorFlow使用数据流图来表示计算,共享状态和突变该状态的操作。它将数据流图的节点映射到群集中的多个机器,并在多台计算设备(包括多核CPU,通用GPU)和定制设计的ASIC(称为Tensor处理单元(TPU))的机器内。该架构为应用程序开发人员提供了灵活性:而在以前的“参数服务器”设计中,共享状态的管理内置在系统中,TensorFlow使开发人员能够尝试新的优化和训练算法。TensorFlow支持各种应用,重点是深层神经网络的训练和推理。几个Google服务在生产中使用TensorFlow,我们将其作为开放源码项目发布,并已被广泛应用于机器学习研究。在本文中,我们描述了TensorFlow数据流模型,并展示了TensorFlow为几个真实应用程序所实现的令人信服的性能。


  • 无标签