1890 条“GPU芯片功能测试-5” 相关内容
- 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表现 | PerformanceUsing JIT Compilation（使用JIT编译）
Using JIT Compilation（使用JIT编译）
- TensorFlow扩展 | ExtendAdding a New Op（添加一个新Op）
Adding a New Op（添加一个新Op）
但是，TensorFlowpython库提供了get_include获取头文件目录的功能，并且该get_lib目录有一个链接的共享对象。以下是Ubuntu机器上这些功能的输出。
- TensorFlow教程 | TutorialsConvolutional Neural Networks（卷积神经网络）
Convolutional Neural Networks（卷积神经网络）
- 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）
随着功能变得更加成熟，我们通常将它们移植到C++，以便用户可以从所有客户端语言访问优化的实现。大多数培训库仍然是Python，但C++确实支持高效推理。
- 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。
- Erlangcommon_test5. Writing Test Suites
5. Writing Test Suites
5编写测试套件 5.1对测试套件作者的支持 该ct模块提供编写测试用例的主界面。这包括例如以下内容： 打印和记录功能 读取配置数据的函数 函数用于终止带有错误原因的测试用例。
- 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。
- Erlangsnmp9.管理实施例 | 9. Manager Implementation Example
9.管理实施例 | 9. Manager Implementation Example
这个例子有两个功能： 关于如何使用SNMP开发工具包的Manager组件的简单示例。 使用新管理器编写代理测试用例的简单示例。
- Erlangcommon_test14. Common Test Hooks
14. Common Test Hooks
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