swift/docs/WhySwiftForTensorFlow.md at main · tensorflow/swift
As discussed in the design overview document our project goal is to improve usability of TensorFlow. We quickly realized that our core static analysis-based Graph Program Extraction algorithm would not work well for Python given its highly dynamic nature. This led us down the path of having to pick another language to work with, and we wanted to approach this methodically. As such, we defined goal
Release TensorFlow 1.8.0 · tensorflow/tensorflow
Release 1.8.0 Major Features And Improvements Can now pass tf.contrib.distribute.MirroredStrategy() to tf.estimator.RunConfig() to run an Estimator model on multiple GPUs on one machine. Add tf.contrib.data.prefetch_to_device(), which supports prefetching to GPU memory. Added Gradient Boosted Trees as pre-made Estimators: BoostedTreesClassifier, BoostedTreesRegressor. Add 3rd generation pipeline c
swift/docs/AutomaticDifferentiation.md at main · tensorflow/swift
Automatic Differentiation (AD), also known as algorithmic differentiation, is a family of techniques used to obtain the derivative of a function. Functions can be represented as a composition of elementary operators whose derivatives are well-known. While partial derivatives can be computed through different techniques, the most common is a recursive application of the chain rule in the reverse di
Swift for TensorFlow
Swift for TensorFlow was an experiment in the next-generation platform for machine learning, incorporating the latest research across machine learning, compilers, differentiable programming, systems design, and beyond. It was archived in February 2021. Some significant achievements from this project include: Added language-integrated differentiable programming into the Swift language. This work co
swift/docs/GraphProgramExtraction.md at main · tensorflow/swift
Date: April 2018 Resources: Tech talk at 2018 LLVM Developers' Meeting Swift for TensorFlow provides a define-by-run programming model while also providing the full benefit of graphs. This is possible because of a core "graph program extraction" algorithm that we’ve built into the Swift compiler that takes imperative Swift code and automatically builds a graph as part of the normal compilation flo
swift/docs/DesignOverview.md at main · tensorflow/swift
Date: April 2018 Swift for TensorFlow provides a new programming model for TensorFlow - one that combines the performance of graphs with the flexibility and expressivity of Eager execution, while keeping a strong focus on improved usability at every level of the stack. In order to achieve our goals, we scope in the possibility of making (carefully considered) compiler and language enhancements, wh
TensorFlow入門
TensorFlowを使ってディープラーニングの基礎が体験できる連載。TensorFlowの概要から、インストール方法、CNN／RNNモデルの実装体験、TensorBoardの使い方までを解説する。 全8回【完結】 （ 3時間30分） 必須条件： 機械学習の基礎知識が必要です（※「深層学習 入門」参照）。 自前のPCか、クラウド環境を使う必要があります。GPUがなくてもOKです（TensorFlowのCPU版／GPU版、両対応です）。GPUを使う場合、事前に環境を構築してください（※「環境構築 入門」参照）。 Windows／macOS／Ubuntuに対応しています。 高校レベルの数学の知識が必要ですが、理解できなくても体験可能。 こんな方にお勧め： ディープラーニングを体験してみたい方 TensorFlowを体験し、その基礎知識を身に付けたい方 CNN（畳み込みニューラルネットワーク）を
第2回 TensorFlow環境の構築
ご注意：本記事は、＠IT／Deep Insider編集部（デジタルアドバンテージ社）が「deepinsider.jp」というサイトから、内容を改変することなく、そのまま「＠IT」へと転載したものです。このため用字用語の統一ルールなどは＠ITのそれとは一致しません。あらかじめご了承ください。 本稿のゴール TensorFlowはPythonパッケージとして提供されるため、基本的にはPythonが動作する環境であればインストールして利用可能である。機械学習では試行の繰り返しが必要不可欠であることから、データサイエンティストはJupyter Notebookを好んで利用するようだ。本稿では、TensorFlowをJupyter Notebookで利用できることをゴールとして説明する*1。 プラットフォームの選択 OS 本稿では、以下のOSについて動作確認を行っている。 Windows 10 Ho
Built tensorflow CPU mode with SIMD_OPTIONS but when when opening session it warns it wasn't compiled to use SSE · Issue #10199 · tensorflow/tensorflow
Please go to Stack Overflow for help and support: http://stackoverflow.com/questions/tagged/tensorflow If you open a GitHub issue, here is our policy: It must be a bug or a feature request. The form below must be filled out. Here's why we have that policy: TensorFlow developers respond to issues. We want to focus on work that benefits the whole community, e.g., fixing bugs and adding features. Sup
ニューラルネットの共通フォーマット対決！ NNEF vs ONNX - Fixstars Tech Blog /proc/cpuinfo
このブログは、株式会社フィックスターズのエンジニアが、あらゆるテーマについて自由に書いているブログです。 遠藤です。 ニューラルネット界隈では、Caffe、TensorFlow、Chainer をはじめ、数々のフレームワークが群雄割拠の様相を呈しております。弊社でも、プロジェクトに応じて適宜フレームワークを使い分け、日々の業務にあたっております。 多数のフレームワークを扱っていると「あっちのフレームワークで学習したモデルを、こっちのフレームワークで使いたい！」といった、フレームワーク間をまたいでモデルを共有したいというニーズが出てきます。そのために、フレームワーク間で共通して使える交換フォーマットが開発されるようになりました。 そこで、今回はニューラルネットの共通フォーマットとして NNEF と ONNX の2つをご紹介したいと思います。 NNEF とは？ 概要 NNEF – Neural
models/README.md at master · tensorflow/models · GitHub
TFGAN Examples TFGAN is a lightweight library for training and evaluating Generative Adversarial Networks (GANs). GANs have been in a wide range of tasks including image translation, superresolution, and data augmentation. This directory contains fully-working examples that demonstrate the ease and flexibility of TFGAN. Each subdirectory contains a different working example. The sub-sections below
tensorflow/tensorflow/contrib/gan at master · tensorflow/tensorflow · GitHub
TensorFlow-GAN (TF-GAN) TF-GAN is a lightweight library for training and evaluating Generative Adversarial Networks (GANs). This technique allows you to train a network (called the 'generator') to sample from a distribution, without having to explicitly model the distribution and without writing an explicit loss. For example, the generator could learn to draw samples from the distribution of natur
Demos
A primary goal of the Magenta project is to demonstrate that machine learning can be used to enable and enhance the creative potential of all people. The demos and apps listed on this page illustrate the work of many people--both inside and outside of Google--to build fun toys, creative applications, research notebooks, and professional-grade tools that will benefit a wide range of users.
Serving a TensorFlow Model | TFX
This tutorial shows you how to use TensorFlow Serving components to export a trained TensorFlow model and use the standard tensorflow_model_server to serve it. If you are already familiar with TensorFlow Serving, and you want to know more about how the server internals work, see the TensorFlow Serving advanced tutorial. This tutorial uses a simple Softmax Regression model that classifies handwritt
TensorFlow.js - Webでも機械学習。JavaScript版TensorFlow MOONGIFT
TensorFlowと言えば機械学習を行うソフトウェアで、多くのサービスやソフトウェアの基盤に使われています。環境を整えるのは若干大変ですが、Dockerイメージもあります。GPUなどのハードウェアさえ用意できれば、利用するまでの敷居はずいぶん低くなっています。 そんなTensorFlowをWebブラウザベース、WebGLで使えるようにしたのがTensorFlow.jsです。 TensorFlow.jsの使い方 こちらはデモです。絵文字に合ったものを見つけてカメラに写すというゲームです。 例えばキーボードの絵文字の場合。認識精度は高いです。 トレーニング機能付きのパックマン。そもそも操作が難しかったりします。 3つのポージングに合わせて出力が変わるものです。サンプルはカメラから一気に取得します。 それぞれの状態に応じて認識率が変わっていくのが分かります。 できあがったモデルを使って動画を作
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Google | elmo | Kaggle
Page Redirection
GitHub - tensorflow/tfjs-node: TensorFlow powered JavaScript library for training and deploying ML models on Node.js.
Sign in - Google Accounts
models/tutorial.ipynb at master · tensorflow/models · GitHub