Bu sayfada TensorFlow terimleri sözlüğü yer almaktadır. Tüm sözlük terimleri için burayı tıklayın.
C
Cloud TPU
Google Cloud'daki makine öğrenimi iş yüklerini hızlandırmak için tasarlanmış özel bir donanım hızlandırıcıdır.
D
Dataset API (tf.data)
Verileri okumak ve makine öğrenimi algoritmasının gerektirdiği bir forma dönüştürmek için üst düzey TensorFlow API'si.
tf.data.Dataset nesnesi, her öğenin bir veya daha fazla Tensor içerdiği bir öğe dizisini temsil eder. tf.data.Iterator
nesnesi, Dataset öğelerine erişim sağlar.
cihaz
Aşağıdaki iki olası tanıma sahip, aşırı yüklenmiş bir terim:
- CPU'lar, GPU'lar ve TPU'lar dahil olmak üzere TensorFlow oturumu çalıştırabilen bir donanım kategorisi.
- Hızlandırıcı çipleri (GPU'lar veya TPU'lar) üzerinde bir makine öğrenimi modeli eğitilirken tensörleri ve gömümleri gerçekte işleyen sistemin parçası. Cihaz, hızlandırıcı çipleriyle çalışır. Buna karşılık, ana makine genellikle CPU üzerinde çalışır.
E
anında yürütme
İşlemlerin hemen yürütüldüğü bir TensorFlow programlama ortamı. Buna karşılık, grafik yürütme sırasında çağrılan işlemler, açıkça değerlendirilene kadar çalıştırılmaz. İsteksiz yürütme, çoğu programlama dilindeki koda benzer şekilde bir zorunlu arayüzdür. İstekli yürütme programlarında hata ayıklamak, grafik yürütme programlarına göre genellikle çok daha kolaydır.
Estimator
Kullanımdan kaldırılmış bir TensorFlow API'si. Tahminciler yerine tf.keras'ı kullanın.
C
özellik mühendisliği
Aşağıdaki adımları içeren bir süreç:
- Bir modeli eğitirken hangi özelliklerin faydalı olabileceğini belirleme.
- Veri kümesindeki ham verileri bu özelliklerin etkili sürümlerine dönüştürme.
Örneğin, temperature özelliğinin faydalı olabileceğini belirleyebilirsiniz. Ardından, modelin farklı temperature aralıklarından neler öğrenebileceğini optimize etmek için gruplandırma ile denemeler yapabilirsiniz.
Özellik mühendisliğine bazen özellik çıkarma veya özellik oluşturma da denir.
Daha fazla bilgi için Makine Öğrenimine Giriş Kursu'ndaki Sayısal veriler: Bir model, özellik vektörlerini kullanarak verileri nasıl alır? başlıklı makaleyi inceleyin.
özellik spesifikasyonu
tf.Example protokol arabelleğinden özellik verilerini ayıklamak için gereken bilgileri açıklar. tf.Example protokol arabelleği yalnızca veriler için bir kapsayıcı olduğundan aşağıdakileri belirtmeniz gerekir:
- Ayıklanacak veriler (yani özelliklerin anahtarları)
- Veri türü (örneğin, kayan nokta veya tam sayı)
- Uzunluk (sabit veya değişken)
G
grafik
TensorFlow'da hesaplama spesifikasyonu. Grafikteki düğümler işlemleri temsil eder. Kenarlar yönlüdür ve bir işlemin (Tensor) sonucunu başka bir işleme işlenen olarak geçirmeyi temsil eder. Grafiği görselleştirmek için TensorBoard'u kullanın.
grafik yürütme
Programın önce bir grafik oluşturduğu, ardından bu grafiğin tamamını veya bir kısmını yürüttüğü bir TensorFlow programlama ortamı. Grafik yürütme, TensorFlow 1.x'teki varsayılan yürütme modudur.
İstekli yürütme ile karşılaştırın.
H
düzenleyen
Hızlandırıcı çipleri (GPU'lar veya TPU'lar) üzerinde bir makine öğrenimi modeli eğitilirken sistemin aşağıdaki iki öğeyi de kontrol eden kısmı:
- Kodun genel akışı.
- Giriş işlem hattının ayıklanması ve dönüştürülmesi.
Ana makine genellikle hızlandırıcı çipte değil, CPU'da çalışır. Cihaz, hızlandırıcı çiplerdeki tensörleri işler.
L
Layers API (tf.layers)
Katmanların birleşimi olarak derin bir sinir ağı oluşturmaya yönelik TensorFlow API'si. Layers API, aşağıdakiler gibi farklı türlerde katmanlar oluşturmanıza olanak tanır:
tf.layers.Densetamamıyla bağlı katman için.tf.layers.Conv2D, bir evrişimli katman için.
Layers API, Keras katmanları API kurallarına uyar. Yani, farklı bir önek dışında, Layers API'deki tüm işlevler, Keras Layers API'deki karşılıklarıyla aynı adlara ve imzalara sahiptir.
A
örgü
Makine öğrenimi paralel programlamasında, verileri ve modeli TPU çiplere atama ve bu değerlerin nasıl parçalanacağını veya kopyalanacağını tanımlama ile ilişkili bir terimdir.
Mesh, aşağıdaki anlamlara gelebilen aşırı yüklenmiş bir terimdir:
- TPU çiplerinin fiziksel düzeni.
- Verileri ve modeli TPU çipleriyle eşlemek için kullanılan soyut bir mantıksal yapı.
Her iki durumda da bir ağ, şekil olarak belirtilir.
metrik
Önemsediğiniz bir istatistik.
Hedef, makine öğrenimi sisteminin optimize etmeye çalıştığı bir metriktir.
H
düğüm (TensorFlow grafiği)
TensorFlow grafiğindeki bir işlem.
O
işlem (op)
TensorFlow'da Tensor oluşturan, değiştiren veya yok eden tüm işlemler. Örneğin, matris çarpımı, giriş olarak iki tensör alan ve çıkış olarak bir tensör oluşturan bir işlemdir.
P
Parametre sunucusu (PS)
Dağıtılmış bir ortamda modelin parametrelerini takip eden bir iş.
Q
sıra
Kuyruk veri yapısını uygulayan bir TensorFlow işlemi. Genellikle giriş/çıkış işlemlerinde kullanılır.
R
rank (Tensor)
Tensor'deki boyut sayısı. Örneğin, bir skalerin sıralaması 0, bir vektörün sıralaması 1 ve bir matrisin sıralaması 2'dir.
Sıra ile karıştırılmamalıdır.
kök dizin
Birden fazla modelin TensorFlow kontrol noktası ve etkinlik dosyalarının alt dizinlerini barındırmak için belirttiğiniz dizin.
G
SavedModel
TensorFlow modellerini kaydetmek ve kurtarmak için önerilen biçimdir. SavedModel, dil açısından bağımsız ve kurtarılabilir bir serileştirme biçimidir. Bu biçim, daha üst düzey sistemlerin ve araçların TensorFlow modellerini üretmesine, kullanmasına ve dönüştürmesine olanak tanır.
Ayrıntılı bilgi için TensorFlow Programcı Kılavuzu'nun Kaydetme ve Geri Yükleme bölümüne bakın.
Tasarruflu
Model kontrol noktalarını kaydetmekten sorumlu bir TensorFlow nesnesi.
parça
Eğitim kümesinin veya modelin mantıksal bir bölümü. Genellikle bir işlem, örnekleri veya parametreleri (genellikle) eşit boyutlu parçalara bölerek parçalar oluşturur. Her parça daha sonra farklı bir makineye atanır.
Bir modeli parçalama işlemine model paralelliği, verileri parçalama işlemine ise veri paralelliği adı verilir.
özet
TensorFlow'da belirli bir adımda hesaplanan bir değer veya değerler kümesi. Genellikle eğitim sırasında model metriklerini izlemek için kullanılır.
T
Tensor
TensorFlow programlarındaki birincil veri yapısı. Tensorlar, N boyutlu (N çok büyük olabilir) veri yapılarıdır. En yaygın olarak skalerler, vektörler veya matrisler kullanılır. Bir tensörün öğeleri tam sayı, kayan nokta veya dize değerleri içerebilir.
TensorBoard
Bir veya daha fazla TensorFlow programının yürütülmesi sırasında kaydedilen özetleri gösteren kontrol paneli.
TensorFlow
Büyük ölçekli, dağıtılmış bir makine öğrenimi platformu. Bu terim, TensorFlow yığınındaki temel API katmanı için de kullanılır. Bu katman, veri akışı grafiklerinde genel hesaplamayı destekler.
TensorFlow öncelikle makine öğrenimi için kullanılsa da veri akışı grafikleri kullanılarak sayısal hesaplama gerektiren makine öğrenimi dışındaki görevler için de TensorFlow'u kullanabilirsiniz.
TensorFlow Playground
Farklı hiperparametrelerin model (öncelikle sinir ağı) eğitimini nasıl etkilediğini görselleştiren bir program. TensorFlow Playground ile denemeler yapmak için http://playground.tensorflow.org adresine gidin.
TensorFlow Serving
Eğitilmiş modelleri üretimde dağıtma platformu.
Tensor İşleme Birimi (TPU)
Makine öğrenimi iş yüklerinin performansını optimize eden uygulamaya özel bir entegre devre (ASIC). Bu ASIC'ler, TPU cihazında birden fazla TPU çipi olarak dağıtılır.
Tensör sıralaması
rank (Tensor) başlıklı makaleyi inceleyin.
Tensör şekli
Tensor'un çeşitli boyutlarda içerdiği öğelerin sayısı.
Örneğin, bir [5, 10] tensörünün bir boyutta 5, diğer boyutta 10 şekli vardır.
Tensör boyutu
Bir Tensor'un içerdiği toplam skaler sayısı. Örneğin, bir [5, 10] tensörünün boyutu 50'dir.
tf.Example
Makine öğrenimi modeli eğitimi veya çıkarımı için giriş verilerini tanımlamak üzere kullanılan standart bir protokol arabelleği.
tf.keras
Keras'ın TensorFlow'a entegre edilmiş bir uygulaması.
TPU
Tensor İşleme Birimi'nin kısaltmasıdır.
TPU çipi
Makine öğrenimi iş yükleri için optimize edilmiş, çip üzerinde yüksek bant genişliğine sahip belleği olan programlanabilir bir doğrusal cebir hızlandırıcı. Bir TPU cihazına birden fazla TPU çipi dağıtılır.
TPU cihazı
Birden fazla TPU çipi, yüksek bant genişliğine sahip ağ arayüzleri ve sistem soğutma donanımı içeren bir baskılı devre kartı (PCB).
TPU düğümü
Belirli bir TPU türüne sahip Google Cloud'daki bir TPU kaynağı. TPU düğümü, eş VPC ağından VPC ağınıza bağlanır. TPU düğümleri, Cloud TPU API'de tanımlanan bir kaynaktır.
TPU Kapsülü
Google veri merkezindeki TPU cihazlarının belirli bir yapılandırması. TPU Kapsülündeki tüm cihazlar, özel bir yüksek hızlı ağ üzerinden birbirine bağlıdır. TPU Kapsülü, belirli bir TPU sürümü için kullanılabilen en büyük TPU cihazı yapılandırmasıdır.
TPU kaynağı
Google Cloud'da oluşturduğunuz, yönettiğiniz veya kullandığınız bir TPU varlığı. Örneğin, TPU düğümleri ve TPU türleri, TPU kaynaklarıdır.
TPU dilimi
TPU dilimi, TPU kapsülündeki TPU cihazlarının bir bölümüdür. Bir TPU dilimindeki tüm cihazlar, özel bir yüksek hızlı ağ üzerinden birbirine bağlıdır.
TPU türü
Belirli bir TPU donanım sürümüne sahip bir veya daha fazla TPU cihazı yapılandırması. Google Cloud'da TPU düğümü oluştururken bir TPU türü seçersiniz. Örneğin, v2-8
TPU türü, 8 çekirdekli tek bir TPU v2 cihazıdır. v3-2048 TPU türünde, ağa bağlı 256 TPU v3 cihazı ve toplam 2.048 çekirdek bulunur. TPU türleri, Cloud TPU API'de tanımlanan bir kaynaktır.
TPU çalışanı
Bir ana makinede çalışan ve TPU cihazlarında makine öğrenimi programlarını yürüten bir süreç.