uilt by the Google Brain team, Tens

uilt by the Google Brain team, TensorFlow represents computations as stateful dataflow graphs. TensorFlow is able to model computations on a wide variety of hardware, from consumer devices such as those powered by Android, to large-scale heterogeneous, multiple GPU systems. TensorFlow claims to be able to, without significant alteration of code, move execution of the computationally expensive tasks of a given graph from solely CPU to heterogeneous GPU-accelerated environments. Given these details, it goes without saying that TensorFlow aims to bring massive parallelism and high scalability to machine learning for all.

ผลลัพธ์ (ไทย) 1:

uilt โดยทีมงาน Google สมอง TensorFlow แสดงประมวลผลเป็นกราฟ stateful dataflow TensorFlow จะจำลองประมวลผลบนความหลากหลายของฮาร์ดแวร์ จากอุปกรณ์ผู้บริโภคเช่นผู้ที่ขับเคลื่อนโดย Android การขนาดใหญ่ heterogeneous, GPU หลายระบบ TensorFlow ที่อ้างว่า สามารถไป โดยไม่มีการเปลี่ยนแปลงที่สำคัญของรหัส การดำเนินการของงาน computationally ราคาแพงของกราฟกำหนดจาก CPU เพียงสภาพแวดล้อมที่เร่งความเร็ว GPU ต่างกัน ให้รายละเอียดเหล่านี้ มันไปโดยไม่บอกว่า TensorFlow มีเป้าหมายที่จะนำมาขนานใหญ่และ scalability สูงเพื่อการเรียนรู้สำหรับทุกเครื่อง

ผลลัพธ์ (ไทย) 2:

uilt โดยทีมงานที่สมองของ Google TensorFlow แสดงให้เห็นถึงการคำนวณเป็นกราฟ dataflow stateful TensorFlow สามารถในการจำลองการคำนวณที่หลากหลายของฮาร์ดแวร์จากอุปกรณ์ของผู้บริโภคเช่นผู้ที่ขับเคลื่อนโดย Android เพื่อให้ขนาดใหญ่ที่แตกต่างกันระบบ GPU หลาย TensorFlow อ้างว่าสามารถไปได้โดยไม่ต้องมีการเปลี่ยนแปลงอย่างมีนัยสำคัญของรหัสย้ายการดำเนินการของงานที่มีราคาแพงของคอมพิวเตอร์กราฟจาก CPU แต่เพียงผู้เดียวกับสภาพแวดล้อมจาก GPU ที่แตกต่างกัน ได้รับรายละเอียดเหล่านี้มันจะไปโดยไม่บอกว่า TensorFlow มีจุดมุ่งหมายที่จะนำขนานใหญ่และความยืดหยุ่นสูงเพื่อการเรียนรู้สำหรับทุกเครื่อง

ผลลัพธ์ (ไทย) 3:

uilt โดย Google มองทีม tensorflow คณนาเป็นสถานะแสดงข้อมูลกราฟ tensorflow สามารถคำนวณแบบจำลองบนความหลากหลายของอุปกรณ์ฮาร์ดแวร์จากผู้บริโภค เช่น ขับเคลื่อนด้วย Android ใหญ่ต่างกัน ระบบที่มีหลาย tensorflow อ้างว่าได้โดยไม่ต้องแก้ไขที่สําคัญของรหัส ไปตามงาน computationally แพงของกราฟจากแต่เพียงผู้เดียวให้ CPU GPU เร่งข้อมูลสภาพแวดล้อม ให้รายละเอียดพวกนี้ มันไปโดยไม่บอกว่า tensorflow มุ่งเอาความใหญ่และ scalability สูงเพื่อการเรียนรู้เครื่องทั้งหมด