Imkoniyatlaridan foydalanish

NATIJALAR VA MUHOKAMA 
2015-yil noyabr oyida TensorFlow ochiq manbali boʻlganida, chuqur oʻrganish 
uchun juda koʻp mashhur ochiq kodli kutubxonalar mavjud edi va aslini olganda 
“TensorFlow”ning aksariyat xususiyatlari u yoki bu kutubxonada allaqachon mavjud 
edi. 
Shunga 
qaramay, 
“TensorFlow”ning 
toza 
dizayni, 
kengaytirilishi, 
moslashuvchanligi, hujjatlashtirilganligi uni tezda ro'yxatning yuqori qismiga ko'tardi. 
Sodda qilib aytganda, “TensorFlow” moslashuvchan, kengaytiriladigan va ishlab 
chiqarishga tayyor bo'lishi uchun ishlab chiqilgan va mavjud ramkalar ushbu uchtasidan 
faqat ikkitasiga ta'sir qilgan. “TensorFlow”ning afzalliklari:
● 
U nafaqat Windows, Linux va macOS’da, balki mobil qurilmalarda, 
jumladan iOS va Android’da ham ishlaydi. 
● 
U Scikit-Learn bilan mos keluvchi TF.Learn 2 (tensorflow.contrib.learn) 
deb nomlangan juda oddiy Python API-ni taqdim etadi. Ko'rib turganingizdek, uni bir 
necha qator kodlarda turli xil neyron tarmoqlarni o'rgatish uchun ishlatishingiz mumkin. 
Bu avval “Scikit Flow” (yoki skflow) deb nomlangan mustaqil loyiha edi. 

---

SCIENTIFIC PROGRESS
VOLUME 2 ǀ ISSUE 8 ǀ 2021 
ISSN: 2181-1601
Uzbekistan
 
www.scientificprogress.uz
 
Page 290
● 
Shuningdek, u neyron tarmoqlarni qurish, o'qitish va baholashni 
soddalashtirish uchun TF-slim ( tensorflow.contrib.slim ) deb nomlangan yana bir oddiy 
APIni taqdim etadi. 
● 
Keras (endi tensorflow.contrib.keras da mavjud) yoki Pretty Tensor kabi 
bir qancha boshqa yuqori darajadagi APIlar mustaqil ravishda TensorFlow ustiga 
qurilgan. Uning asosiy Python APIsi yaratish uchun ancha moslashuvchanlikni (yuqori 
murakkablik evaziga) taklif etadi. har qanday hisob-kitoblar, shu jumladan siz 
o'ylashingiz mumkin bo'lgan har qanday neyron tarmoq arxitekturasi. 
● 
U ko'plab ML operatsiyalarini, ayniqsa neyron tarmoqlarni qurish uchun 
zarur bo'lgan yuqori samarali C++ dasturlarini o'z ichiga oladi. O'zingizning yuqori 
samarali operatsiyalaringizni aniqlash uchun C++ API ham mavjud. 
● 
U xarajat funksiyasini minimallashtiradigan parametrlarni qidirish uchun 
bir nechta ilg'or optimallashtirish tugunlarini taqdim etadi. Ulardan foydalanish juda 
oson, chunki “TensorFlow” avtomatik ravishda siz belgilagan funksiyalarning 
gradientlarini hisoblash bilan shug'ullanadi. Bu avtomatik farqlash (yoki autodiff) deb 
ataladi. 
● 
Shuningdek, u “TensorBoard” deb nomlangan ajoyib vizualizatsiya vositasi 
bilan birga keladi, bu sizga hisoblash grafigini ko'rib chiqish, o'rganish egri chizig'ini 
ko'rish va boshqalarni ta'minlaydi. 
● 
Google shuningdek, “TensorFlow” grafiklarini ishga tushirish uchun bulut 
xizmatini ishga tushirdi. 
Hozirda “TensorFlow”ning ishtiyoqli va foydali dasturchilar jamoasi va uni 
yaxshilashga hissa qo'shayotgan, o'sib borayotgan hamjamiyati mavjud. Bu 
“GitHub”dagi eng mashhur ochiq manbali loyihalardan biri bo'lib, uning ustiga tobora 
ko'proq ajoyib loyihalar qurilmoqda.