Новости
Apple выпустила версию TensorFlow для macOS Big Sur
Apple и Google заявляют, что пользователям не нужно вносить изменения в существующие скрипты TensorFlow, чтобы использовать ML Compute в качестве бэкенда для TensorFlow.
Сегодня Apple выпустила форк TensorFlow, среды разработки Google для искусственного интеллекта и машинного обучения, оптимизированный для компьютеров Mac Intel и Mac, работающих на новом чипе Apple M1. Apple заявляет, что, используя преимущества платформы ML Compute в macOS Big Sur, оптимизированная для Mac версия TensorFlow 2.4 позволяет разработчикам задействовать в обучении новые 8-ядерные CPU M1 и их графические процессоры.
Новый пакет TensorFlow, оптимизированный для Mac, обещает снизить порог входа, позволяя предприятиям обучать и развертывать модели более легко и дешево, чем раньше.
Согласно Apple, новый форк TensorFlow 2.4 обучается на 13-дюймовом MacBook Pro с M1 в 7 раз быстрее.
Внутренние тесты Apple показывают, что популярные модели, такие как MobileNetV3, обучаются всего за 1 секунду на 13-дюймовом MacBook Pro с M1 и новой версией TensorFlow, по сравнению с более чем 2 секундами на 13-дюймовом MacBook Pro с процессором Intel и более старым TensorFlow. Более того, компания утверждает, что обучение алгоритма переноса стилей на Mac Pro 2019 года на базе Intel с оптимизированной версией TensorFlow можно выполнить примерно за 2 секунды по сравнению с 6 секундами в не оптимизированном TensorFlow.
Apple и Google заявляют, что пользователям не нужно вносить изменения в существующие скрипты TensorFlow, чтобы использовать ML Compute в качестве бэкенда для TensorFlow. В ближайшем будущем компании планируют начать интеграцию форка TensorFlow 2.4 в основную ветку.
-
Интегрированные среды разработки2 недели назад
Лучшая работа с Android Studio: 5 советов
-
Новости4 недели назад
Видео и подкасты о мобильной разработке 2024.43
-
Новости3 недели назад
Видео и подкасты о мобильной разработке 2024.44
-
Исследования2 недели назад
Поможет ли новая архитектура React Native отобрать лидерство у Flutter в кроссплатформенной разработке?