TensorFlow 2.0, çarçoweya fêrbûna makîneya çavkaniya vekirî ya populer, ji bo bicîhkirina platformên cihêreng piştgirîyek xurt peyda dike. Ev piştgirî ji bo çalakkirina bicîhkirina modelên fêrbûna makîneyê li ser cûrbecûr amûran, wekî sermaseyên, server, cîhazên mobîl, û tewra pergalên pêvekirî girîng e. Di vê bersivê de, em ê awayên cihêreng ên ku TensorFlow 2.0 bi cîhkirina platformên cihêreng hêsan dike vekolin.
Yek ji taybetmendiyên sereke yên TensorFlow 2.0 kapasîteyên karûbarê modela wê ya çêtir e. TensorFlow Serving, pergalek karûbarê taybetî ya ji bo modelên TensorFlow, dihêle bikarhêneran modelên xwe li hawîrdorek hilberînê bi hêsanî bicîh bikin. Ew mîmariyek maqûl peyda dike ku hem pêşbîniya serhêl û hem jî ya berhevokê piştgirî dike, rê dide encamdana di-demê û her weha pêvajoyek hevîrê ya mezin. TensorFlow Serving di heman demê de guhertoya modelê jî piştgirî dike û dikare bi hevdemî gelek modelan bigire, nûvekirin û rêvebirina modelan di mîhengek hilberînê de hêsan dike.
Aliyek din a girîng a piştevaniya bicîhkirina TensorFlow 2.0 lihevhatina wê bi platform û zimanên bernamekirinê yên cihêreng re ye. TensorFlow 2.0 ji bo gelek zimanên bernamenûsê, di nav de Python, C++, Java, û Go, API-yan peyda dike, ku wê ji gelek pêşdebiran re bigihîne. Ev piştgirîya ziman yekbûna bêkêmasî ya modelên TensorFlow di pergalên nermalava heyî de dihêle û rê dide pêşkeftina sepanên platform-taybet.
Wekî din, TensorFlow 2.0 ji bo bicihkirina li ser bilezkerên cûrbecûr hardware, wek GPU û TPU, piştgirî pêşkêşî dike. Van bilezker dikarin pêvajoyên perwerdehiyê û encamgirtinê bi girîngî bilezînin, û pêkanîna modelan li ser cîhazên bi çavkaniyê bisînor bikin. TensorFlow 2.0 API-yên asta bilind peyda dike, wek tf.distribute.Strategy, ku karanîna hêsan a bilezkerên hardware bêyî hewcedariya guheztinên berfireh ên kodê dihêle.
Wekî din, TensorFlow 2.0 TensorFlow Lite, çarçoveyek pispor ji bo bicîhkirina modelên fêrbûna makîneyê li ser cîhazên mobîl û pêvekirî destnîşan dike. TensorFlow Lite modelan ji bo pêkanîna bikêrhatî li ser cîhazên xwedan çavkaniyên hesabker ên tixûbdar, wek smartphone û cîhazên IoT, xweştir dike. Ew amûrên ji bo veguheztina modelê, quantîzasyon, û xweşbîniyê peyda dike, û piştrast dike ku model dikarin li ser cûrbecûr platformên mobîl werin bicîh kirin.
Digel vê yekê, TensorFlow 2.0 piştgirî dide bicîhkirina li ser platformên ewr, wek Google Cloud Platform (GCP) û Karûbarên Web Amazon (AWS). TensorFlow Extended (TFX), platformek amade-hilberînê ye ji bo bicîhkirina modelên TensorFlow di pîvanê de, bêkêmasî bi platformên ewr re yek dibe û ji bo çêkirin û bicihkirina boriyên fêrbûna makîneyê piştgirîya dawî-bi-dawî peyda dike. TFX bikarhêneran dihêle ku modelan bi rengek belavkirî perwerde bikin, guhertoyên modelê birêve bibin, û modelan bi hêsanî li pergalên karûbarê ewr-based bicîh bikin.
TensorFlow 2.0 ji bo bicîhkirina platformên cihêreng piştgirîya berfireh pêşkêşî dike. Kapasîteyên xizmetkirina modela wê ya pêşkeftî, lihevhatina bi gelek zimanên bernamekirinê, piştgirîkirina bilezkerên hardware, û çarçoveyên pispor ên mîna TensorFlow Lite û TFX, wê ji bo bicîhkirina modelên fêrbûna makîneyê di cîhêreng ên hawîrdor de amûrek hêzdar dike. Bi karanîna van taybetmendiyan, pêşdebiran dikarin bi hêsanî modelên xwe yên TensorFlow li ser platformên cihêreng bicîh bikin, ku di pîşesaziyên cihêreng de pejirandina berfireh a fêrbûna makîneyê dihêle.
Pirs û bersivên din ên vê dawiyê di derbarê Bingehîn TensorFlow EITC/AI/TFF:
- Meriv çawa dikare qatek binavkirî bikar bîne da ku bixweber axên rast ji bo nexşeyek nûnertiya peyvan wekî vektor destnîşan bike?
- Armanca berhevkirina max di CNN de çi ye?
- Pêvajoya derxistina taybetmendiyê di tora neuralî ya hevgirtî (CNN) de ji bo naskirina wêneyê çawa tê sepandin?
- Ma pêdivî ye ku ji bo modelên fêrbûna makîneyê yên ku li TensorFlow.js têne xebitandin fonksiyonek fêrbûna asynkron bikar bînin?
- Parametreya herî zêde ya peyvan a TensorFlow Keras Tokenizer API çi ye?
- Ma TensorFlow Keras Tokenizer API dikare were bikar anîn da ku peyvên herî pir caran bibîne?
- TOCO çi ye?
- Têkiliya di navbera çend serdeman de di modelek fêrbûna makîneyê de û rastbûna pêşbîniya ji xebitandina modelê de çi ye?
- Ma API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de li ser bingeha daneya grafika xwezayî danûstendinek perwerdehiya zêdekirî çêdike?
- API-ya cîranên pakêtê di Fêrbûna Structured Neural of TensorFlow de çi ye?
Pir pirs û bersivan di EITC/AI/TFF TensorFlow Fundamentals de bibînin