1246 条“GPU芯片功能测试-11” 相关内容
- TensorFlow教程 | TutorialsConvolutional Neural Networks（卷积神经网络）
Convolutional Neural Networks（卷积神经网络）
- TensorFlow表现 | PerformancePerformance Guide（性能指南）
Performance Guide（性能指南）
- TensorFlow表现 | PerformanceBenchmarks（基准）
Benchmarks（基准）
基准 概观 在多个平台上测试了一系列图像分类模型，为TensorFlow社区创建了参考点。Methodology部分详细说明了测试如何执行并且链接到了所使用的脚本。
- TensorFlow扩展 | ExtendAdding a New Op（添加一个新Op）
Adding a New Op（添加一个新Op）
测试操作。为了方便起见，我们通常在Python中执行此操作，但您也可以在C++中测试操作。如果您定义了渐变，您可以使用Python渐变检查器来验证它们。
- TensorFlow表现 | PerformanceUsing JIT Compilation（使用JIT编译）
Using JIT Compilation（使用JIT编译）
- TensorFlow表现 | PerformanceHigh-Performance Models（高性能的模型）
High-Performance Models（高性能的模型）
不同之处在于StagingArea不能保证FIFO排序，但提供更简单的功能，并且可以在CPU和GPU上与其他阶段并行执行。将输入管道分成3个并行独立运行的阶段，可扩展并充分利用大型多核环境。
- TensorFlow指南 | GuideFrequently Asked Questions（问的频率最高的问题）
Frequently Asked Questions（问的频率最高的问题）
功能和兼容性 我可以在多台电脑上运行分布式操作吗？ 是!TensorFlow在0.8版本中获得了对分布式计算的支持。TensorFlow现在支持一台或多台计算机中的多个设备（CPU和GPU）。
- TensorFlow表现 | PerformanceDeveloping a new backend for XLA（为XLA开发一个新的后端）
Developing a new backend for XLA（为XLA开发一个新的后端）
Google测试XLAforx64和ARM64体系结构。 如果硬件供应商为其硬件提供LLVM后端，则将后端与使用XLA构建的LLVM进行链接很简单。
- TensorFlow扩展 | ExtendTensorFlow Architecture（TensorFlow架构）
TensorFlow Architecture（TensorFlow架构）
工人服务（每项任务中的一项） 使用适合可用硬件（CPU，GPU等）的内核实现来安排图操作的执行。 向其他工作者服务发送和接收操作结果。 内核实现 执行单个图形操作的计算。
- TensorFlow表现 | PerformanceXLA Overview（XLA概述）
XLA Overview（XLA概述）
该团队欢迎来自社区的关于通过GitHub缺失功能和社区贡献的反馈。 我们为什么要构建XLA？ XLA与TensorFlow合作有几个目标： 提高执行速度。
- React高级指南 | Advanced GuidesAccessibility
Accessibility
Web可访问性（也称为a11y）是设计和创建每个人都可以使用的网站。辅助功能支持对于允许辅助技术解释网页是必需的。 React完全支持构建可访问的网站，通常使用标准的HTML技术。
- TensorFlow指南 | GuideEstimators（估计量）
Estimators（估计量）
此外，您可以在CPU，GPU或TPU上运行基于估算器的模型，而无需重新编码模型。估算器简化了模型开发人员之间的共享实现。您可以使用高级直观代码开发最先进的模型。
- PHPUnit指南 | GuidesThe Command-Line Test Runner
The Command-Line Test Runner
--coverage-clover 生成一个XML格式的日志文件，其中包含运行测试的代码覆盖率信息。更多细节见第13章。 请注意，此功能仅在安装了标记器和Xdebug扩展时才可用。
- C++算法 | AlgorithmAlgorithms library
Algorithms library
- Erlangcommon_test6. Test Structure
6. Test Structure
6测试结构 6.1一般 通过运行一个或多个测试套件来执行测试。测试套件由测试用例，配置功能和信息功能组成。测试用例可以分组在所谓的测试用例组中。
- Erlangcommon_test8. Running Tests and Analyzing Results
8. Running Tests and Analyzing Results
- C数值 | NumericsFloating-point environment
Floating-point environment
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号