په TensorFlow 2.0 کې، د غونډو مفهوم د لیواله اجرا کولو په ګټه له مینځه وړل شوی، ځکه چې لیواله اجرا کول د سمدستي ارزونې او د عملیاتو اسانه ډیبګ کولو ته اجازه ورکوي، پروسه نوره هوښیاره او پایتونیک کوي. دا بدلون د پام وړ بدلون څرګندوي چې څنګه TensorFlow کار کوي او د کاروونکو سره تعامل کوي.
په TensorFlow 1.x کې، ناستې د محاسبې ګراف جوړولو لپاره کارول شوي او بیا یې د ناستې چاپیریال کې اجرا کول. دا طریقه پیاوړې وه مګر کله ناکله پیچلې وه، په ځانګړې توګه د پیل کونکو او کاروونکو لپاره چې د ډیر اړین پروګرام کولو پس منظر څخه راځي. په لیوالتیا سره، عملیات سمدلاسه اجرا کیږي، پرته له دې چې په ښکاره توګه د ناستې رامینځته کولو اړتیا وي.
د غونډو لرې کول د TensorFlow کاري فلو ساده کوي او دا د معیاري Python برنامې سره ډیر نږدې تنظیموي. اوس، کاروونکي کولی شي د TensorFlow کوډ mich په طبیعي توګه ولیکي او اجرا کړي، ورته ورته چې دوی به د پیتون منظم کوډ څنګه ولیکي. دا بدلون د کاروونکي تجربه لوړوي او د نوي کاروونکو لپاره د زده کړې وکر کموي.
که تاسو د انتشار سره مخ شوي یاست کله چې د تمرین ځینې کوډ چلولو هڅه کوئ چې په TensorFlow 2.0 کې په غونډو تکیه کوي، دا د دې حقیقت له امله دی چې ناستې نور نه ملاتړ کیږي. د دې مسلې حل کولو لپاره ، تاسو اړتیا لرئ د لیواله اجرا کولو کارولو لپاره کوډ ریفیکٹر کړئ. په دې کولو سره، تاسو کولی شئ ډاډ ترلاسه کړئ چې ستاسو کوډ د TensorFlow 2.0 سره مطابقت لري او د هغو ګټو څخه ګټه پورته کړئ چې د اجرا کولو لیوالتیا وړاندیز کوي.
دلته یو مثال دی چې په TensorFlow 1.x کې د غونډو کارولو او په TensorFlow 2.0 کې د لیواله اجرا کولو ترمینځ توپیر روښانه کړي:
TensorFlow 1.x (د غونډو په کارولو سره):
python import tensorflow as tf # Build a graph a = tf.constant(2) b = tf.constant(3) c = tf.add(a, b) # Create a session and run the graph with tf.Session() as sess: result = sess.run(c) print(result)
TensorFlow 2.0 (په لیوالتیا سره اجرا کول):
python import tensorflow as tf # Enable eager execution tf.config.run_functions_eagerly(True) # Perform operations without the need for a session a = tf.constant(2) b = tf.constant(3) c = tf.add(a, b) print(c)
د لیوالتیا اجرا کولو لپاره د تمرین کوډ تازه کولو سره ، یو څوک کولی شي د TensorFlow 2.0 سره مطابقت تضمین کړي او د دې منظم کاري فلو څخه ګټه پورته کړي.
د لیواله اجرا کولو په ګټه په TensorFlow 2.0 کې د غونډو لرې کول د بدلون استازیتوب کوي چې د چوکاټ کارول او سادگي لوړوي. د لیوالتیا اجرا کولو په منلو سره، کاروونکي کولی شي د TensorFlow کوډ په طبیعي او اغیزمنه توګه ولیکي، چې د ماشین زده کړې د پراختیا تجربې ته الر پیدا کوي.
په اړه نورې وروستۍ پوښتنې او ځوابونه EITC/AI/GCML د ګوګل بادل ماشین زده کړه:
- د ماشین زده کړې کې د لوی ډیټاسیټونو سره کار کولو محدودیتونه څه دي؟
- ایا د ماشین زده کړه یو څه ډیالوژیکي مرسته کولی شي؟
- د TensorFlow د لوبې ډګر څه شی دی؟
- لوی ډیټاسیټ واقعیا څه معنی لري؟
- د الګوریتم د هایپرپرامیټرونو ځینې مثالونه څه دي؟
- د انسابل زده کړه څه ده؟
- څه که چیرې د ماشین زده کړې الګوریتم غوره نه وي او څنګه کولی شي ډاډ ترلاسه کړي چې سم انتخاب کړئ؟
- ایا د ماشین زده کړې ماډل د روزنې پرمهال څارنې ته اړتیا لري؟
- د عصبي شبکې پر بنسټ الګوریتم کې کارول شوي کلیدي پیرامیټونه کوم دي؟
- TensorBoard څه شی دی؟
نورې پوښتنې او ځوابونه په EITC/AI/GCML د ګوګل کلاوډ ماشین زده کړې کې وګورئ