Makine Öğrenimi Sözlüğü: TensorFlow

Koleksiyonlar ile düzeninizi koruyun İçeriği tercihlerinize göre kaydedin ve kategorilere ayırın.

Bu sayfada TensorFlow sözlüğü terimleri bulunmaktadır. Tüm sözlük terimleri için burayı tıklayın.

C

Cloud TPU

#TensorFlow
Google Cloud

Google Cloud Platform'da makine öğrenimi iş yüklerini hızlandırmak için tasarlanmış özel bir donanım hızlandırıcı.

G

Dataset API (tf.data)

#TensorFlow

Verileri okumak ve makine öğrenimi algoritmasının gerektirdiği bir biçime dönüştürmek için üst düzey bir TensorFlow API'si. tf.data.Dataset nesnesi, her bir öğenin bir veya daha fazla Tensör içerdiği bir öğe dizisini temsil eder. tf.data.Iterator nesnesi, bir Dataset öğesinin öğelerine erişim sağlar.

Dataset API ile ilgili ayrıntılı bilgi için TensorFlow Programer's Guide dokümanındaki tf.data: TensorFlow giriş ardışık düzenleri derleme bölümüne bakın.

device

#TensorFlow

CPU, GPU ve TPU dahil olmak üzere TensorFlow oturumu çalıştırabilen donanım kategorisi.

E

hızlı yürütme

#TensorFlow

Operasyonların hemen çalıştığı bir TensorFlow programlama ortamı. Buna karşılık, grafik yürütme işleminde çağrılan işlemler, açık bir şekilde değerlendirilinceye kadar çalıştırılmaz. Hızlı yürütme, çoğu programlama dilindeki kod gibi zorunlu bir arayüzdür. Hızlı yürütme programları, hata ayıklama genellikle grafik yürütme programlarından daha kolaydır.

Tahmin Aracı

#TensorFlow

Kullanımdan kaldırılmış bir TensorFlow API. Predictions yerine tf.keras kullanın.

C

özellik mühendisliği

#fundamentals
#TensorFlow

Aşağıdaki adımları içeren bir işlem:

  1. Model eğitirken hangi özelliklerin yararlı olabileceğini belirleme.
  2. Veri kümesindeki ham verileri bu özelliklerin verimli sürümlerine dönüştürme.

Örneğin, temperature özelliğinin yararlı bir özellik olabileceğini belirleyebilirsiniz. Ardından, modelin farklı temperature aralıklarından neler öğrenebileceğini optimize etmek için gruplandırma özelliğini deneyebilirsiniz.

Özellik mühendisliği bazen özellik çıkarma olarak da adlandırılır.

özellik özellikleri

#TensorFlow

tf.Example protokol arabelleğinden özellikler verilerini almak için gereken bilgileri açıklar. tf.Example protokol arabelleği yalnızca veri için bir kapsayıcı olduğundan aşağıdakileri belirtmeniz gerekir:

  • çıkarılacak veriler (özelliklerin anahtarları)
  • Veri türü (örneğin, kayan veya int)
  • Uzunluk (sabit veya değişken)

Y

grafik

#TensorFlow

TensorFlow'da bir hesaplama spesifikasyonudur. Grafikteki düğümler işlemleri temsil eder. Kenarlar yönlendirilir ve bir işlemin (Tensör) sonucunu başka bir işleme işlenen olarak iletmeyi temsil eder. Bir grafiği görselleştirmek için TensorBoard'u kullanın.

grafik yürütme

#TensorFlow

Programın öncelikle bir grafik oluşturduğu ve ardından bu grafiğin tamamını veya bir kısmını yürüttüğü TensorFlow programlama ortamı. Grafik yürütme, TensorFlow 1.x'te varsayılan yürütme modudur.

Hızlı yürütme ile kontrast.

L

Katmanlar API'si (tf.layers)

#TensorFlow

Katman bileşimi olarak derin bir nöral ağ oluşturmak için kullanılan bir TensorFlow API. Katmanlar API'si farklı türlerde katmanlar oluşturmanıza olanak tanır. Örneğin:

Katmanlar API'si, Keras katmanları API kurallarına uyar. Yani, Katmanlar API'sindeki tüm işlevler, farklı bir ön ekten bağımsız olarak Keras Tiers API'deki eşdeğerleriyle aynı adlara ve imzalara sahiptir.

A

metrik

#TensorFlow

Sizin için önemli olan bir istatistik.

Hedef, makine öğrenimi sisteminin optimize etmeye çalıştığı bir metriktir.

H

düğüm (TensorFlow grafiği)

#TensorFlow

TensorFlow grafik işlemi.

O

işlem (op)

#TensorFlow

TensorFlow'da Tensör oluşturan, manipüle eden veya yok eden prosedürler. Örneğin, matris çarpımı, giriş olarak iki Tensor'u alan ve çıktı olarak bir Tensor oluşturan bir işlemdir.

P

Parametre Sunucusu (PS)

#TensorFlow

Dağıtılmış bir ortamda modelin parametrelerini izleyen bir iş.

SORU

sıra

#TensorFlow

Sıra sırası veri yapısını uygulayan bir TensorFlow İşlemi. Genellikle G/Ç'de kullanılır.

K

sıralama (Tensör)

#TensorFlow

Tensor'daki boyutların sayısı. Örneğin, bir skaler 0, bir vektör sıralaması 1 ve bir matris 2. sıradadır.

Sıralama (sıradan) ile karıştırılmamalıdır.

kök dizin

#TensorFlow

TensorFlow kontrol noktasının alt dizinlerini ve birden fazla modele ait etkinlik dosyalarını barındırmak için belirttiğiniz dizin.

C

SavedModel

#TensorFlow

TensorFlow modellerini kaydetmek ve kurtarmak için önerilen biçimdir. SavedModel, üst düzey sistemlerin ve araçların TensorFlow modelleri üretmesini, kullanmasını ve dönüştürmesini sağlayan dil duyarsız, kurtarılabilir bir serileştirme biçimidir.

Tüm ayrıntılar için TensorFlow Programcısı Kılavuzu'ndaki Kaydetme ve Geri Yükleme bölümünü inceleyin.

Tasarruflu

#TensorFlow

Model kontrol noktalarını kaydetmekten sorumlu bir TensorFlow nesnesi.

özet

#TensorFlow

TensorFlow'da, belirli bir adımda hesaplanan bir değer veya değer grubu genellikle eğitim sırasında model metriklerini izlemek için kullanılır.

T

Tensör

#TensorFlow

TensorFlow programlarındaki birincil veri yapısı. Tensörler N boyutludur (N değeri çok büyük olabilir) veri yapıları, en yaygın olarak skalar, vektör veya matrislerdir. Tensor öğeleri tam sayı, kayan nokta veya dize değerleri içerebilir.

TensorBoard

#TensorFlow

Bir veya daha fazla TensorFlow programı yürütülürken kaydedilen özetlerin gösterildiği kontrol paneli.

TensorFlow

#TensorFlow

Büyük ölçekli, dağıtılmış, makine öğrenimi platformu. Terim, TensorFlow yığınındaki temel API katmanına da işaret eder. Bu, veri akışı grafiklerinde genel hesaplamayı destekler.

TensorFlow birincil olarak makine öğreniminde kullanılır ancak makine öğrenimi olmayan görevler için veri akışı grafikleri aracılığıyla sayısal hesaplama gerektiren TensorFlow'u da kullanabilirsiniz.

TensorFlow Oyun Alanı

#TensorFlow

Farklı hiperparametrelerin model (esasen nöral ağ) eğitimini nasıl etkilediğini görselleştiren bir program. TensorFlow Playground'u denemek için http://playground.tensorflow.org adresine gidin.

TensorFlow Sunumu

#TensorFlow

Eğitilen modelleri üretimde dağıtma platformu.

Tensor İşleme Birimi (TPU)

#TensorFlow
Google Cloud

Makine öğrenimi iş yüklerinin performansını optimize eden, uygulamaya özel bir entegre devre (ASIC). Bu ASIC'ler bir TPU cihazında birden fazla TPU çipi olarak dağıtılır.

Tensör sıralaması

#TensorFlow

Sıralama (Tensor) bölümüne bakın.

Tensör şekli

#TensorFlow

Tensor'un çeşitli boyutlarda içerdiği öğe sayısı. Örneğin, [5, 10] Tensör'ün şekli bir boyut içinde 5, diğerinde 10'dur.

Tensör boyutu

#TensorFlow

Tensör'ün içerdiği toplam skaler sayısı. Örneğin, bir [5, 10] Tensor'ın boyutu 50'dir.

tf.Örnek

#TensorFlow

Makine öğrenimi modeli eğitimi veya çıkarımı için giriş verilerini açıklamak üzere kullanılan standart bir protokol arabelleği.

tf.keras

#TensorFlow

TensorFlow'a entegre edilmiş Keras uygulaması.

TPU

#TensorFlow
Google Cloud

Tensör İşleme Birimi teriminin kısaltması.

TPU çipi

#TensorFlow
Google Cloud

Makine öğrenimi iş yükleri için optimize edilmiş, çip üzerinde yüksek bant genişliğine sahip programlanabilir doğrusal cebir hızlandırıcı. TPU cihazında birden fazla TPU çipi dağıtılır.

TPU cihazı

#TensorFlow
Google Cloud

Birden çok TPU çipine sahip, yüksek bant genişliğine sahip ağ arayüzleri ve sistem soğutma donanımına sahip basılı bir devre kartı (PCB).

TPU ana etiketi

#TensorFlow
Google Cloud

Verileri, sonuçları, programları, performansı ve sistem durumu bilgilerini TPU çalışanlarına gönderip alan bir ana makine makinesinde çalışan merkezi koordinasyon süreci. TPU ana makinesi, TPU cihazlarının kurulumunu ve kapatılmasını da yönetir.

TPU düğümü

#TensorFlow
Google Cloud

Google Cloud Platform'da belirli bir TPU türüne sahip TPU kaynağı. TPU düğümü, VPC Ağınıza eş zamanlı VPC ağından bağlanır. TPU düğümleri, Cloud TPU API'de tanımlanan bir kaynaktır.

TPU Kapsülü

#TensorFlow
Google Cloud

Google veri merkezindeki belirli bir TPU cihazları yapılandırması. TPU kapsüldeki tüm cihazlar, özel yüksek hızlı ağ üzerinden birbirine bağlıdır. TPU Kapsül, belirli bir TPU sürümü için kullanılabilen en büyük TPU cihazları yapılandırmasıdır.

TPU kaynağı

#TensorFlow
Google Cloud

Google Cloud Platform'da oluşturduğunuz, yönettiğiniz veya tükettiğiniz bir TPU varlığı. Örneğin, TPU düğümleri ve TPU türleri TPU kaynaklarıdır.

TPU dilimi

#TensorFlow
Google Cloud

TPU dilimi, bir TPU Kapsülünde TPU cihazlarının küçük bir bölümüdür. TPU dilimindeki tüm cihazlar, özel yüksek hızlı ağ üzerinden birbirine bağlıdır.

TPU türü

#TensorFlow
Google Cloud

Belirli bir TPU donanım sürümüne sahip bir veya daha fazla TPU cihazının yapılandırması. Google Cloud Platform'da TPU düğümü oluştururken bir TPU türü seçersiniz. Örneğin, v2-8 TPU türü 8 çekirdekli tek bir TPU v2 cihazıdır. v3-2048 TPU türünde cihazlar 256 adet ağ bağlantılı TPU v3 cihaza ve toplam 2.048 çekirdeke sahiptir. TPU türleri, Cloud TPU API'de tanımlanan bir kaynaktır.

TPU çalışanı

#TensorFlow
Google Cloud

Ana makinede çalışan ve TPU cihazlarında makine öğrenimi programlarını yürüten bir işlemdir.