| TensorFlow | 視覺化 | GNN | 圖神經網路 | Graph Neural Networks

TensorFlow新增圖資料神經網路函式庫TF-GNN

TensorFlow中心的TF-GNN函式庫,供開發者可以簡單地處理圖資料,並且使用圖神經網路(Graph Neural Networks,GNN)預測圖的特徵

2021-11-22

| google | TensorFlow | 相似性 | 對比學習

Google推出可簡單訓練相似性模型的TensorFlow Similarity套件

TensorFlow Similarity為一個Python套件,能夠讓開發者以簡短的程式碼,快速開發出推薦或是分類功能

2021-09-14

| TensorFlow | 安全漏洞 | YAML | CVE-2021-37678 | JSON | H5 | 資安

程式碼執行漏洞促使Google Tensorflow中止支援YAML

編號CVE-2021-37678重大漏洞影響TensorFlow 2.3.3、2.4.2與2.5.0,Google釋出2.6.0版本完成修補,同時建議開發人員以JSON取代YAML序列化,或改成H5格式

2021-09-07

| CloudFlare | GPU | TensorFlow | AI

Cloudflare在其邊緣網路提供人工智慧運算服務

Cloudflare在邊緣網路部署Nvidia GPU,讓開發者可以在邊緣網路上執行TensorFlow模型

2021-04-14

| google | TensorFlow | AI

Google更新XNNPACK加速函式庫強化稀疏模型支援

開發者可以使用XNNPACK加速函式庫和TensorFlow Lite框架創建稀疏模型,來縮小模型大小,並且加快模型在CPU上的推理速度

2021-03-11

| TensorFlow | GPU | 分散式訓練

TensorFlow 2.4正式支援多工作節點多GPU分散訓練機器學習模型

新加入的多工作節點鏡像策略,讓開發者可使用多臺具有多GPU的主機,訓練機器學習模型

2020-12-21

| Apple | TensorFlow | Mac | M1

Apple釋出專為Mac最佳化的TensorFlow版本

實驗結果顯示,TensorFlow新版本的確帶來不少效能提升,特別是在採用M1晶片的Mac上,效能更是有大幅度的改善

2020-11-19

| google | Android | TensorFlow | 模型

Android Studio 4.1簡化TensorFlow Lite模型使用方法

Android Studio可以將TensorFlow Lite模型,轉換成為易於使用的類別,讓開發者加入Android應用程式中

2020-10-14

| 微軟 | GPU | TensorFlow | Windows | WSL

支援DirectX 12的GPU現也可用來加速TensorFlow運算

TensorFlow擴充套件TensorFlow-DirectML,可在使用DirectX 12 GPU的Windows或是WSL環境,加速TensorFlow工作負載運算

2020-09-10

| TensorFlow | OpenCL | GPU

TensorFlow採用OpenCL後端使GPU推理效能加倍

OpenCL的設計更適合用於各種計算加速器,因此以OpenCL後端處理行動裝置GPU推理工作負載,比OpenGL後端效能好上許多

2020-08-20

| google | TFRecords | TensorFlow

Google釋出資料格式轉換工具TFRecorder,解決模型訓練資料載入瓶頸

TFRecorder現在支援將Pandas資料框架或是CSV格式,簡單地轉換為高效能的TFRecorder格式

2020-08-12

| TensorFlow | 工作管線 | 分析器

TensorFlow 2.3加入新API解決資料工作管線載入瓶頸

tf.data加入新的服務API,可以將資料預先分散載入到訓練叢集中,解決訓練模型時,資料過大來不及載入的問題

2020-08-03