Glossário de machine learning: TensorFlow

Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Nesta página, há termos do glossário do TensorFlow. Para ver todos os termos do glossário, clique aqui.

C

Cloud TPU

#TensorFlow
#GoogleCloud

Um acelerador de hardware especializado projetado para acelerar as cargas de trabalho de machine learning no Google Cloud Platform.

D

API Dataset (tf.data)

#TensorFlow

Uma API de alto nível do TensorFlow para ler dados e transformá-los em um formulário exigido por um algoritmo de machine learning. Um objeto tf.data.Dataset representa uma sequência de elementos, em que cada elemento contém um ou mais Tensores. Um objeto tf.data.Iterator fornece acesso aos elementos de uma Dataset.

Para detalhes sobre a API Dataset, consulte tf.data: criar pipelines de entrada do TensorFlow no Guia do Programador do TensorFlow.

dispositivo

#TensorFlow

Uma categoria de hardware que pode executar uma sessão do TensorFlow, incluindo CPUs, GPUs e TPUs.

E

execução rápida

#TensorFlow

Um ambiente de programação do TensorFlow em que operações são executadas imediatamente. Por outro lado, as operações chamadas na execução de gráfico não são executadas até que sejam explicitamente avaliadas. A execução rápida é uma interface imperativa, assim como o código na maioria das linguagens de programação. Em geral, programas mais rápidos são muito mais fáceis de depurar do que os programas de execução gráfica.

Estimator

#TensorFlow

Uma API descontinuada do TensorFlow Use tf.keras em vez de Estimators.

F

engenharia de atributos

#fundamentals
#TensorFlow

Um processo que envolve as seguintes etapas:

  1. Determinar quais recursos pode ser útil no treinamento de um modelo.
  2. Converter dados brutos do conjunto de dados em versões eficientes desses recursos.

Por exemplo, é possível determinar que temperature pode ser um recurso útil. Depois, tente usar o criação de buckets para otimizar o que o modelo pode aprender com diferentes intervalos temperature.

Às vezes, a engenharia de atributos é chamada de extração de atributos.

especificação do recurso

#TensorFlow

Descreve as informações necessárias para extrair dados features do buffer de protocolo tf.Example. Como o buffer de protocolo tf.Example é apenas um contêiner de dados, é preciso especificar o seguinte:

  • os dados a serem extraídos (ou seja, as chaves dos atributos)
  • o tipo de dados (por exemplo, flutuante ou int)
  • O comprimento (fixo ou variável)

G

gráfico

#TensorFlow

No TensorFlow, uma especificação computacional. Os nós no gráfico representam operações. As bordas são direcionadas e representam o resultado de uma operação (um Tensor) como um operando para outra operação. Use o TensorBoard para ver um gráfico.

execução do gráfico

#TensorFlow

Um ambiente de programação do TensorFlow em que o programa primeiro constrói um gráfico e, em seguida, executa todo ou parte desse gráfico. A execução de gráfico é o modo de execução padrão no TensorFlow 1.x.

Contraste com a execução rápida.

L

API Camadas (tf.layers)

#TensorFlow

Uma API do TensorFlow para criar uma rede neural profunda como uma composição de camadas. A API Camadas permite criar diferentes tipos de camadas, como:

A API Camadas segue as convenções da API de camadas Keras. Ou seja, além de um prefixo diferente, todas as funções na API Layer têm os mesmos nomes e assinaturas que as dos equivalentes na API Keras layers.

M

métrica

#TensorFlow

Uma estatística importante para você.

Um objetivo é uma métrica que um sistema de machine learning tenta otimizar.

N

nó (gráfico do TensorFlow)

#TensorFlow

Uma operação em um gráfico do TensorFlow.

O

operação (op)

#TensorFlow

No TensorFlow, qualquer procedimento que crie, manipule ou destrua um Tensor. Por exemplo, um multiplicador de matriz é uma operação que usa dois tensores como entrada e gera um tensor como saída.

P

Servidor de parâmetros (PS, na sigla em inglês)

#TensorFlow

Um job que monitora os parâmetros do modelo em uma configuração distribuída.

P

fila

#TensorFlow

Uma operação do TensorFlow que implementa uma estrutura de dados de fila. Normalmente, usados em E/S.

R

classificação (Tensor)

#TensorFlow

O número de dimensões em um Tensor. Por exemplo, um escalar tem classificação 0, um vetor tem classificação 1 e uma matriz tem classificação 2.

Não confunda com a classificação (ordem).

diretório raiz

#TensorFlow

O diretório especificado para hospedar subdiretórios dos checkpoints do TensorFlow e arquivos de eventos de vários modelos.

S

SavedModel

#TensorFlow

O formato recomendado para salvar e recuperar modelos do TensorFlow. O SavedModel é um formato de serialização recuperável e de linguagem neutra que permite sistemas e ferramentas de nível superior para produzir, consumir e transformar modelos do TensorFlow.

Para mais detalhes, consulte o capítulo Salvar e restaurar no Guia do programador do TensorFlow.

Econômico

#TensorFlow

Um objeto do TensorFlow responsável por salvar checkpoints do modelo.

resumo

#TensorFlow

No TensorFlow, um valor ou conjunto de valores calculados em uma determinada etapa, geralmente usado para rastrear métricas de modelo durante o treinamento.

T

Tensor

#TensorFlow

Estrutura de dados principal nos programas do TensorFlow. Tensores são estruturas de dados de dimensão N (em que N pode ser muito grande), geralmente escalares, vetores ou matrizes. Os elementos de um tensor podem conter valores inteiros, de ponto flutuante ou string.

TensorBoard

#TensorFlow

O painel que mostra os resumos salvos durante a execução de um ou mais programas do TensorFlow.

TensorFlow

#TensorFlow

Uma plataforma de machine learning distribuída e em grande escala. O termo também se refere à camada de API base na pilha do TensorFlow, que é compatível com a computação geral em gráficos do Dataflow.

O TensorFlow é usado principalmente para machine learning, mas também é possível usar o TensorFlow para tarefas não ML que exigem computação numérica usando gráficos do Dataflow.

TensorFlow Playground

#TensorFlow

Um programa que visualiza como diferentes hiperparâmetros influenciam o treinamento de modelos (principalmente rede neural). Acesse http://playground.tensorflow.org para testar o TensorFlow Playground.

TensorFlow Serving

#TensorFlow

Uma plataforma para implantar modelos treinados em produção.

Unidade de Processamento de Tensor (TPU)

#TensorFlow
#GoogleCloud

Um circuito integrado específico para aplicativos (ASIC, na sigla em inglês) que otimiza o desempenho das cargas de trabalho de machine learning. Esses ASICs são implantados como vários chips TPU em um dispositivo TPU.

Classificação do tensor

#TensorFlow

Consulte rank (Tensor).

Forma do tensor

#TensorFlow

O número de elementos que um Tensor contém em várias dimensões. Por exemplo, um tensor [5, 10] tem uma forma de 5 em uma dimensão e 10 em outra.

Tamanho do tensor

#TensorFlow

O número total de escalares que um Tensor contém. Por exemplo, um tensor [5, 10] tem um tamanho de 50.

tf.Example

#TensorFlow

Um buffer de protocolo padrão para descrever dados de entrada para treinamento ou inferência de modelos de machine learning.

tf.keras

#TensorFlow

Uma implementação de Keras integrada ao TensorFlow.

TPU

#TensorFlow
#GoogleCloud

Abreviação de Unidade de Processamento de Tensor.

Ícone de TPU

#TensorFlow
#GoogleCloud

Um acelerador de álgebra linear programável com memória de alta largura de banda integrada que é otimizada para cargas de trabalho de machine learning. Vários chips de TPU são implantados em um dispositivo TPU.

Dispositivo TPU

#TensorFlow
#GoogleCloud

Uma placa de circuito impresso (PCB, na sigla em inglês) com vários chips TPU, interfaces de rede de alta largura de banda e hardware de resfriamento do sistema.

Mestre de TPU

#TensorFlow
#GoogleCloud

O processo de coordenação central em execução em uma máquina host que envia e recebe dados, resultados, programas, desempenho e informações de integridade do sistema para os workers da TPU. O mestre da TPU também gerencia a configuração e o encerramento dos dispositivos de TPU.

Nó da TPU

#TensorFlow
#GoogleCloud

Um recurso de TPU no Google Cloud Platform com um tipo de TPU específico. O nó da TPU se conecta à rede VPC de uma rede VPC com peering. Os nós da TPU são um recurso definido na API Cloud TPU.

Pod de TPU

#TensorFlow
#GoogleCloud

Uma configuração específica de dispositivos TPU em um data center do Google. Todos os dispositivos em um pod de TPU são conectados entre si por meio de uma rede dedicada de alta velocidade. Um pod de TPU é a maior configuração de dispositivos de TPU disponível para uma versão de TPU específica.

Recurso de TPU

#TensorFlow
#GoogleCloud

uma entidade de TPU no Google Cloud Platform que você cria, gerencia ou consome. Por exemplo, nós de TPU e tipos de TPU são recursos de TPU.

Fatia da TPU

#TensorFlow
#GoogleCloud

Uma fração da TPU é uma parte fracionária dos dispositivos TPU em um pod de TPU. Todos os dispositivos em uma fração da TPU estão conectados entre si por meio de uma rede dedicada de alta velocidade.

Tipo de TPU

#TensorFlow
#GoogleCloud

Configuração de um ou mais dispositivos de TPU com uma versão específica de hardware de TPU. Selecione um tipo de TPU ao criar um nó de TPU no Google Cloud Platform. Por exemplo, um tipo de TPU v2-8 é um único dispositivo TPU v2 com oito núcleos. Um tipo de TPU v3-2048 tem 256 dispositivos de TPU v3 em rede e um total de 2.048 núcleos. Os tipos de TPU são um recurso definido na API Cloud TPU.

Worker da TPU

#TensorFlow
#GoogleCloud

Um processo executado em uma máquina host e programas de machine learning em dispositivos TPU.