知识卡片
TensorFlow数据流图
TensorFlow 用数据流图描述计算:节点表示数学操作,边表示在节点之间流动的多维数组,即张量,这也是名字的由来。程序由计算图、张量和会话三部分组成。因为计算被表达成图,同一模型可以在 CPU、GPU、服务器或移动设备上执行;分布式运行时,还会按代价模型估算每个节点的输入输出大小和计算时间,据此把节点分配到不同设备。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
原书出处
参考来源
- 位置:《分布式机器学习实战》第7章《分布式深度学习实战》(源文件:_epub-src/OEBPS/Text/chapter7.xhtml)
- 结论依据:原文说明TensorFlow是采用数据流图的数值计算开源库,节点表示数学操作,线表示节点间联系的多维数据数组即张量;灵活的架构可在台式机的CPU或GPU、服务器和移动设备等多种平台上计算;由计算图、张量和模型会话组成;分布式实现中基于代价模型估算节点输入输出大小和计算时间来分配计算设备。
- 原始内容:节点(nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。……代价模型会估算每个节点的输入、输出的tensor大小,以及所需的计算时间,然后分配每个节点的计算设备。