تحتوي هذه الصفحة على مصطلحات مسرد مصطلحات TensorFlow. للاطّلاع على جميع مصطلحات مسرد المصطلحات، انقر هنا.
B
استنتاج مجمّع
يشير ذلك المصطلح إلى عملية استنتاج التوقعات على عدة أمثلة غير مصنَّفة إلى مجموعات فرعية أصغر ("مجموعات").
يمكن أن يستفيد الاستنتاج المجمَّع من ميزات التوازي لشرائح التسريع. ويعني ذلك أن المسرِّعات الإعلانية المتعددة يمكنها استنتاج توقّعات على مجموعات مختلفة من الأمثلة غير المصنّفة في الوقت نفسه، ما يزيد بشكل كبير عدد الاستنتاجات في الثانية.
C
Cloud TPU
هو مسرِّع أعمال متخصص ومصمّم لتسريع أعباء عمل تعلُّم الآلة على Google Cloud.
D
Dataset API (tf.data)
واجهة برمجة تطبيقات TensorFlow عالية المستوى لقراءة البيانات وتحويلها إلى نموذج تتطلّبه خوارزمية تعلُّم الآلة.
يمثّل الكائن tf.data.Dataset سلسلة من العناصر يحتوي فيها كل عنصر على أدوات استشعار واحدة أو أكثر. يوفّر الكائن tf.data.Iterator إمكانية الوصول إلى عناصر Dataset.
للحصول على تفاصيل حول Dataset API، يُرجى الاطّلاع على مقالة tf.data: إنشاء مسارات إدخال TensorFlow في دليل TensorFlow Programmer.
الجهاز
عبارة محملة زائدة مع التعريفين المحتملين التاليين:
- هي فئة من الأجهزة التي يمكنها تشغيل جلسة TensorFlow، بما في ذلك وحدات المعالجة المركزية (CPU) ووحدات معالجة الرسومات، ووحدات معالجة الموتّرات.
- عند تدريب نموذج تعلُّم الآلة على شرائح المسرّع (وحدات معالجة الرسومات أو وحدات معالجة الموتّرات)، وهي جزء النظام الذي يتلاعب فعليًا بوحدات الشدّة وعمليات التضمين. يعمل الجهاز على شرائح مسرِّعة أعمال. في المقابل، يعمل المضيف عادةً على وحدة المعالجة المركزية (CPU).
E
الإعدام الحماسي
بيئة برمجة TensorFlow يتم فيها تشغيل operations بشكل فوري. في المقابل، لا يتم تنفيذ العمليات المستندة إلى تنفيذ الرسم البياني إلى أن يتم تقييمها بشكلٍ صريح. التنفيذ السريع هو واجهة أساسية تشبه إلى حدّ كبير الرمز البرمجي في معظم لغات البرمجة. عادةً ما تكون برامج التنفيذ السريعة أسهل بكثير في تصحيح الأخطاء من برامج تنفيذ الرسم البياني.
مقدِّر
واجهة برمجة تطبيقات TensorFlow متوقّفة استخدِم tf.keras بدلاً من المُقدّرين.
F
هندسة الخصائص
عملية تتضمن الخطوات التالية:
- تحديد الميزات التي قد تكون مفيدة في تدريب نموذج.
- تحويل البيانات الأولية من مجموعة البيانات إلى إصدارات فعالة من تلك الميزات.
على سبيل المثال، قد ترى أنّ علامة temperature قد تكون ميزة مفيدة. بعد ذلك، يمكنك تجربة التجميع
لتحسين ما يمكن أن يتعلّمه النموذج من نطاقات temperature المختلفة.
يُطلَق على هندسة الميزات أحيانًا اسم استخراج الميزات أو التميّز.
مواصفات الميزات
يصِف هذا القسم المعلومات المطلوبة لاستخراج بيانات الميزات من المخزن المؤقت للبروتوكول tf.Example. نظرًا لأن المخزن المؤقت للبروتوكول tf.Example هو حاوية للبيانات، يجب عليك تحديد ما يلي:
- البيانات المراد استخراجها (أي مفاتيح الميزات)
- نوع البيانات (على سبيل المثال، عدد عائم أو عدد صحيح)
- الطول (ثابت أو متغير)
G
رسم بياني
في TensorFlow، وهي إحدى المواصفات الحسابية. تمثل العُقد في الرسم البياني العمليات. يتم توجيه الحواف وتمثل تمرير نتيجة عملية (أداة استشعار) كمعامل إلى عملية أخرى. استخدِم TensorBoard لعرض رسم بياني.
تنفيذ الرسم البياني
بيئة برمجة TensorFlow حيث ينشئ البرنامج أولاً رسمًا بيانيًا ثم ينفِّذ كل ذلك الرسم البياني أو جزء منه. يُعد تنفيذ الرسم البياني وضع التنفيذ التلقائي في TensorFlow 1.x.
قارِنها مع التنفيذ الدقيق.
H
مضيف
عند تدريب نموذج تعلُّم الآلة على شرائح المسرّع (وحدات معالجة الرسومات أو وحدات معالجة الموتّرات)، وهو جزء النظام الذي يتحكّم في كليهما:
- التدفق العام للرمز.
- استخراج مسار الإدخال وتحويله
يعمل المضيف عادةً على وحدة معالجة مركزية (CPU) وليس على شريحة مسرِّعة أعمال. ويعالج الجهاز الموتّر المتوفّر في شرائح المسرّع.
L
Layers API (tf.layers)
واجهة برمجة تطبيقات TensorFlow لإنشاء شبكة عصبية عميقة مكونة من الطبقات. تتيح لك Layers API إنشاء أنواع مختلفة من الطبقات، مثل:
tf.layers.Denseلطبقة متصلة بالكامل.tf.layers.Conv2Dللطبقة الالتفافية.
تتّبع واجهة برمجة تطبيقات Layers اصطلاحات واجهة برمجة التطبيقات لطبقات Keras. أي، بخلاف البادئة المختلفة، فإن جميع الدوال في واجهة برمجة التطبيقات Layers لها نفس الأسماء والتوقيعات مثل نظيراتها في واجهة برمجة التطبيقات Keras Layers.
ن
شبكة متداخلة
مصطلح في البرمجة الموازية لتعلُّم الآلة هو مصطلح مرتبط بتخصيص البيانات والنموذج لشرائح TPU وتحديد كيفية تقسيم هذه القيم أو تكرارها.
"شبكات متداخلة" هي مصطلح مثقل بالحمل يمكن أن يعني أيًا مما يلي:
- تصميم مادي لشرائح TPU.
- يشير ذلك المصطلح إلى بنية منطقية مجرّدة لتعيين البيانات والنموذج إلى شرائح وحدة معالجة الموتّرات.
في كلتا الحالتين، يتم تحديد الشبكة المتداخلة على أنّها شكل.
المقياس
إحصائية تهمك.
الهدف هو مقياس يحاول نظام تعلُّم الآلة تحسينه.
N
عقدة (رسم بياني TensorFlow)
عملية في رسم بياني من TensorFlow.
O
العملية (op)
في TensorFlow، يشير أي إجراء إلى إنشاء Tensor أو التلاعب به أو تدميره. على سبيل المثال، ضرب المصفوفة هو عملية تأخذ معاملين Tensor كإدخال وتنتج عنها Tensor واحد كمخرجات.
P
خادم المعلَمة (PS)
وظيفة تتتبّع معلَمات النموذج في بيئة موزّعة.
سين
قائمة المحتوى التالي
عملية TensorFlow تنفّذ بنية بيانات قائمة الانتظار يُستخدم عادةً في وحدات الإدخال والإخراج.
R
التصنيف (المستشعر)
عدد السمات في أداة استشعار على سبيل المثال، رتبة مقياس رقمي 0، ورتبة المتجه 1، والمصفوفة رتبت 2.
يجب عدم الخلط بينها وبين الترتيب (الترتيب العادي).
الدليل الجذري
الدليل الذي تحدّده لاستضافة الأدلة الفرعية لنقطة تحقق TensorFlow وملفات الأحداث لنماذج متعددة.
S
SavedModel
التنسيق المقترَح لحفظ نماذج TensorFlow واستردادها SaveModel هو تنسيق تسلسلي محايد في اللغة ويمكن استرداده، ويتيح للأنظمة والأدوات ذات المستوى الأعلى إنتاج نماذج TensorFlow واستخدامها وتحويلها.
يمكنك الاطّلاع على فصل الحفظ والاستعادة في دليل مبرمج TensorFlow للحصول على التفاصيل الكاملة.
موفّر
كائن TensorFlow المسئول عن حفظ نقاط فحص النموذج.
جزء
قسم منطقي لمجموعة التدريب أو النموذج. عادةً ما تنشئ بعض العمليات أجزاءً من خلال قسمة الأمثلة أو المعلَمات إلى أجزاء متساوية الحجم (عادةً). ثم يتم تعيين كل جزء لجهاز مختلف.
ويُطلق على النموذج إلى أجزاء اسم التوازي للنموذج، ويُعرف تقسيم البيانات إلى أجزاء بتوازي البيانات.
الملخّص
في TensorFlow، هي قيمة أو مجموعة قيم يتم احتسابها عند خطوة معيّنة، وتُستخدَم عادةً لتتبُّع مقاييس النماذج أثناء التدريب.
T
موت
يشير ذلك المصطلح إلى بنية البيانات الأساسية في برامج TensorFlow. الموتّرات عبارة عن أبعاد ن (حيث يمكن أن تكون N كبيرة جدًا) هياكل بيانات، غالبًا ما تكون مقاييس أو متجهات أو المصفوفات. يمكن أن تحتوي عناصر Tensor على قيم عدد صحيح أو نقطة عائمة أو قيم سلسلة.
TensorBoard
لوحة البيانات التي تعرض الملخّصات المحفوظة أثناء تنفيذ برنامج واحد أو أكثر من برامج TensorFlow.
TensorFlow
هي منصة موزّعة وواسعة النطاق لتعلُّم الآلة. يشير المصطلح أيضًا إلى طبقة واجهة برمجة التطبيقات الأساسية في مكدس TensorFlow، والتي تدعم الحوسبة العامة على الرسوم البيانية لتدفق البيانات.
على الرغم من أنّ TensorFlow يُستخدم بشكل أساسي في التعلم الآلي، يمكنك أيضًا استخدام TensorFlow للمهام غير المستندة إلى تعلُّم الآلة التي تتطلب عملية حسابية رقمية باستخدام الرسوم البيانية لتدفق البيانات.
ملعب TensorFlow
برنامج يصور مدى تأثير المعلَمات الفائقة المختلفة في تدريب النموذج (الشبكة العصبونية بشكل أساسي). يمكنك الانتقال إلى http://playground.أحرفflow.org لإجراء تجربة باستخدام منصة TensorFlow Playground.
عرض TensorFlow
يشير ذلك المصطلح إلى نظام أساسي لنشر النماذج المدرَّبة في مرحلة الإنتاج.
وحدة معالجة الموتّر (TPU)
يشير ذلك المصطلح إلى دائرة متكاملة (ASIC) خاصة بالتطبيق تعمل على تحسين أداء مهام تعلُّم الآلة. يتم نشر شبكات ASIC هذه على شكل شرائح TPU متعددة على جهاز TPU.
ترتيب الموتّر
اطّلِع على الترتيب (Tensor).
شكل الموتّر
عدد العناصر التي يحتوي عليها أداة استشعار بأبعاد مختلفة.
على سبيل المثال، يتخذ شكل Tens [5, 10] شكل 5 في بُعد و10 في بُعد آخر.
حجم الموتّر
إجمالي عدد الكميات القياسية التي تحتوي عليها Tensor. على سبيل المثال، يبلغ حجم
[5, 10] Tensor 50.
tf.Example
مرجع احتياطي للبروتوكول القياسي لوصف بيانات الإدخال لأغراض تدريب نموذج تعلُّم الآلة أو استنتاجه.
tf.keras
تم دمج Keras في TensorFlow.
TPU
اختصار وحدة معالجة أجهزة الاستشعار
شريحة بولي يورثان متلدّن بالحرارة
مسرِّع أعمال جبر خطّي قابل للبرمجة مع ذاكرة ذات نطاق ترددي عالي على الرقاقة يتم تحسينها لتتناسب مع أعباء عمل تعلُّم الآلة. يتم نشر عدة شرائح TPU على جهاز TPU.
جهاز بولي يورثان متلدّن بالحرارة
لوحة دارة كهربائية (PCB) تتضمن عدة شرائح TPU وواجهات شبكة ذات معدل نقل بيانات عالٍ وأجهزة تبريد النظام.
وحدة معالجة الموتّرات الرئيسية
يشير ذلك المصطلح إلى عملية التنسيق المركزية التي يتم تنفيذها على جهاز مضيف يُرسل البيانات والنتائج والبرامج والأداء ومعلومات عن سلامة النظام ويستقبلها إلى العاملين في وحدة معالجة الموتّرات. يدير وحدة المعالجة المركزية الرئيسية أيضًا عملية إعداد أجهزة معالجة الموتّرات وإيقافها.
عقدة وحدة معالجة الموتّرات
مورد وحدة معالجة الموتّرات في Google Cloud مع نوع وحدة معالجة الموتّرات محدّد تتصل عقدة وحدة معالجة الموتّرات بشبكة VPC من شبكة VPC المشابهة. عُقد وحدة معالجة الموتّرات هي مورد يتم تحديده في Cloud TPU API.
كبسولة بولي يورثان متلدّن بالحرارة
هو إعداد محدد لأجهزة TPU في مركز بيانات Google. تتصل جميع الأجهزة الموجودة في كبسولة TPU بعضها ببعض عبر شبكة مخصصة عالية السرعة. وحدة TPU Pod هي أكبر عملية ضبط لأجهزة TPU المتاحة لإصدار معيّن من TPU.
مورد وحدة معالجة الموتّرات
وحدة معالجة الموتّرات الفائقة (TPU) على Google Cloud التي تنشئها أو تديرها أو تستخدمها على سبيل المثال، عُقد وحدة معالجة الموتّرات وأنواع وحدات معالجة الموتّرات هي موارد وحدة معالجة الموتّرات.
شريحة بولي يورثان متلدّن بالحرارة
شريحة TPU هي جزء جزئي من أجهزة TPU المضمّنة في حافظة TPU. تتصل جميع الأجهزة الموجودة في شريحة TPU ببعضها البعض عبر شبكة مخصصة عالية السرعة.
نوع بولي يورثان متلدّن بالحرارة
ضبط جهاز TPU واحد أو أكثر مع إصدار محدّد من أجهزة TPU. عليك اختيار نوع TPU عند إنشاء
عقدة TPU على Google Cloud. على سبيل المثال، v2-8
نوع TPU هو جهاز واحد من نوع TPU v2 مزوّد بـ 8 أنوية. يحتوي نوع TPU v3-2048 على 256
جهازًا متصلاً بالشبكة من الإصدار 3 من TPU وبإجمالي 2048 نواة. أنواع وحدات معالجة الموتّرات هي مورد
يتم تحديده في
Cloud TPU API.
عامل TPU
يشير ذلك المصطلح إلى عملية يتم تشغيلها على جهاز مضيف وتنفيذ برامج تعلُّم الآلة على أجهزة معالجة الموتّرات الفائقة (TPU).