Imkoniyatlaridan foydalanish

ADABIYOTLAR TAHLILI VA METODOLOGIYA 
TensorFlow raqamli hisoblash uchun kuchli, ochiq kodli dasturiy ta'minot 
kutubxonasi bo'lib, ayniqsa keng miqyosli “Machine Learning” uchun juda mos va 
qulay sozlanmalarga ega. Uning asosiy prinsipi oddiy: siz avval Pythonda bajarish 

---

SCIENTIFIC PROGRESS
VOLUME 2 
ǀ
ISSUE 8 
ǀ
2021 
ISSN: 2181-1601
Uzbekistan
 
www.scientificprogress.uz
 
Page 288
uchun hisob-kitoblar grafini aniqlaysiz (masalan, 1.1-rasm), keyin TensorFlow bu grafni 
oladi va uni optimallashtirilgan C++ kodidan foydalanib ishga tushiradi. 
1.1-rasm. Oddiy hisoblash grafi 
Eng muhimi, grafni bir nechta bo'laklarga bo'lish va ularni bir nechta CPU 
(markaziy protsessor) yoki GPU (grafik protsessor) bo'ylab parallel ravishda ishga 
tushirish mumkin (1.2-rasmda ko'rsatilganidek). TensorFlow, shuningdek, taqsimlangan 
hisoblashni qo'llab-quvvatlaydi, shuning uchun siz hisob-kitoblarni yuzlab serverlarga 
bo'lish orqali o'rtacha vaqt ichida ulkan o'quv majmualarida ulkan neyron tarmoqlarni 
o'rgatishingiz mumkin. TensorFlow har biri millionlab xususiyatlarga ega milliardlab 
misollardan tashkil topgan o'quv majmuasida millionlab parametrlarga ega tarmoqni 
o'rgatishi mumkin. Buning ajablanarli joyi yo'q, chunki TensorFlow Google Brain 
jamoasi tomonidan ishlab chiqilgan va u Google Cloud Speech, Google Photos va 
Google Search kabi ko'plab Google xizmatlarini quvvatlaydi. 

---

SCIENTIFIC PROGRESS
VOLUME 2 
ǀ
ISSUE 8 
ǀ
2021 
ISSN: 2181-1601
Uzbekistan
 
www.scientificprogress.uz
 
Page 289
1.2-rasm. Bir nechta CPU/GPU/serverlarda parallel hisoblash