Google випустила TensorFlow 1.0


TensorFlow 1.0 з моделлю нейромережі нового покоління Inception підтримує апаратне прискорення на DSP Hexagon в мобільні процесори Qualcomm Snapdradon 820. Швидкість роботи додатків на зразок Prism і програм машинного зору збільшиться у 8 разів, а енергоспоживання знизиться в 4 рази. Фільтри від нейромереж можна буде накладати на відео майже в реальному часі

На першій конференції для розробників TensorFlow Dev Summit Google оголосила про вихід мажорного релізу бібліотеки TensorFlow 1.0, назад несумісного з попередніми версіями. Це означає, що програми, які працювали на версіях TensorFlow 0.n, можуть не працювати на версії TensorFlow 1.0. Розробники з Google говорять, що зміни в API були необхідні «для забезпечення внутрішньо узгоджених програмних інтерфейсів», і більше такого не повториться: ламають зворотну сумісність змін в майбутніх версіях 1.x не планується. Зараз розробникам рекомендується вивчити керівництво з міграції і скрипт для перетворення.

TensorFlow — вільна програмна бібліотека для машинного навчання в застосуванні до різних видів завдань на сприйняття і розуміння мови. В даний момент вона використовується в науково-дослідній роботі і в десятках комерційних продуктів Google, в тому числі в Google Search, Gmail, Photos, Youtube, Translate, Assistant, а так само всіляких системах розпізнавання, в тому числі розпізнавання мови.

Читати далі →

Тензорні розкладання і їх застосування. Лекція в Яндексі

Попередня лекція з Data Fest була присвячена алгоритмами, необхідним для побудови нового виду пошуку. Сьогоднішній доповідь теж в деякому сенсі про різні алгоритми, а точніше про математику, лежить в основі багатьох з них. Про матричних разложениях глядачам розповів доктор наук і керівник групи обчислювальних методів «Сколтеха» Іван Оселедець.


Під катом — розшифровка і більшість слайдів.


Читати далі →

Магія тензорною алгебри: Частина 9 — Висновок тензора кутової швидкості через параметри кінцевого повороту. Застосовуємо голову і Maxima

Зміст
  1. Що таке тензор і для чого він потрібен?
  2. Векторні і тензорні операції. Ранги тензорів
  3. Криволінійні координати
  4. Динаміка точки в тензорному викладі
  5. Дії над тензорами і деякі інші теоретичні питання
  6. Кінематика вільного твердого тіла. Природа кутової швидкості
  7. Кінцевий поворот твердого тіла. Властивості тензора повороту і спосіб його обчислення
  8. Про згортках тензора Леві-Чивиты
  9. Висновок тензора кутової швидкості через параметри кінцевого повороту. Застосовуємо голову і Maxima


Введення

Минуло вже досить часу, як я обіцяв отримати тензор кутової швидкості твердого тіла, виразивши його через параметри кінцевого повороту. Якщо поглянути на КДПВ, то стане зрозуміло, чому я так довго думав — стопка паперу на столі, це хід моїх думок.

Перетворення тензорних виразів те ще задоволення...


Жорстокі тензори не хотіли спрощуватися. Вірніше, вони хотіли, але при перетвореннях, розкриття дужок, через неуважність виникали дрібні помилки, які не дозволяли поглянути на картину в цілому. У підсумку результат був отриманий. Не останню роль в цьому зіграла СКА Maxima, якої я звернувся, багато в чому завдяки статті користувача EugeneKalentev. Акцент згаданої статті зміщувався в бік обчислювальної роботи з тензорами, компоненти яких представлені конкретними структурами даних. Мене ж цікавило питання роботи з абстрактними тензорами. Виявилося, що Maxima може з ними працювати, хоч і немає так, як може бути хотілося, але все ж вона серйозно спростила мені життя.

Отже, ми повертаємося до механіки твердого тіла, а заодно подивимося, як працювати з тензорами в Maxima.


Читати далі →