Google Developers Indonesia Blog: Test Drive TensorFlow 2.0 Alpha

Test Drive TensorFlow 2.0 Alpha

08 March 2019

code { background-color: transparent }Ditulis oleh Wolff Dobson dan Josh Gordon

Apa yang akan hadir di TensorFlow 2.0Standardisasi KerasTensorFlow Developer Summit

Cara memulaisitus TensorFlow yang barutensorflow.org/alphapemulalanjutEffective TensorFlow 2.0

Contoh pemula menggunakan Keras Sequential API: cara paling sederhana untuk mulai menggunakan TensorFlow 2.0.

Contoh lanjut menunjukkan cara menulis forward pass secara imperatif, cara menulis training loop khusus menggunakan GradientTape, dan cara menggunakan tf.function untuk meng-compile kode Anda secara otomatis (hanya dengan satu baris!).

panduan

Yang terpenting, panduan tentang AutoGraph (yang memungkinkan Anda untuk mendapatkan semua kinerja dan portabilitas grafik, tanpa harus menulis kode level grafik).

Panduan tentang mengupgrade kode Anda (dengan skrip konversi yang memudahkan konversi kode TensorFlow 1.x menjadi 2.0)

Panduan tahap awal tambahan untuk Keras.

referensi API

Penginstalan# CPU pip install tensorflow==2.0.0-alpha0 # GPU pip install tensorflow-gpu==2.0.0-alpha0panduan penginstalan

Fungsi, bukan sesia = tf.constant([1, 2]) b = tf.constant([3, 4])print(a + b) # returns: tf.Tensor([4 6], shape=(2,), dtype=int32)Kerascontoh tf.kerasyang familiercontoh ini# See https://github.com/tensorflow/docs/blob/master/site/en/r2/guide/autograph.ipynb def train_one_step(model, optimizer, x, y): with tf.GradientTape() as tape: logits = model(x) loss = compute_loss(y, logits) grads = tape.gradient(loss, model.trainable_variables) optimizer.apply_gradients(zip(grads, model.trainable_variables)) compute_accuracy(y, logits) return loss def train(model, optimizer): train_ds = mnist_dataset() step = 0 loss = 0.0 for x, y in train_ds: step += 1 loss = train_one_step(model, optimizer, x, y) if tf.equal(step % 10, 0): tf.print('Step', step, ': loss', loss, '; accuracy', compute_accuracy.result()) return step, loss, accuracy<a href="https://medium.com/media/89d81bda6c18f201645c048a946df2f7/href">https://medium.com/media/89d81bda6c18f201645c048a946df2f7/href</a>Autograph# See https://github.com/tensorflow/docs/blob/master/site/en/r2/guide/autograph.ipynb @tf.function def train(model, optimizer): train_ds = mnist_dataset() step = 0 loss = 0 accuracy = 0 for x, y in train_ds: # as above, including the "if" and "print()" return step<a href="https://medium.com/media/00e947498d6e805252f0547c74809c58/href">https://medium.com/media/00e947498d6e805252f0547c74809c58/href</a>tutorial

Kami dengan senang hati menerima pengujian dan masukan!kelompok pengguna testing@ TensorFlowTF 2.0 support stand-upslabel 2.0

Segera hadir lebih banyak lagiTF 2.0 Project Tracker di Githubmendengarnyadi sinitensorflow/examples/community