2020 एजेंडा
| सुबह के 9 बजे | लाइवस्ट्रीम शुरू | |
| सुबह के 09:30 | मुख्य भाषण | मेगन कचोलिया कमाल अल मौजाहिद मानसी जोशी |
| 9:55 AM | TensorFlow और Keras के साथ पढ़ना सीखना प्राकृतिक भाषा प्रसंस्करण (एनएलपी) ने एक विभक्ति बिंदु मारा है, और यह वार्ता आपको दिखाती है कि कैसे TensorFlow और Keras टेक्स्ट मॉडल को प्रीप्रोसेस करना, प्रशिक्षित करना और हाइपरट्यून करना आसान बनाते हैं। | पैगे बेली |
| 10:15 पूर्वाह्न | TensorFlow हब: मॉडल डिस्कवरी को आसान बनाना TF हब ML मॉडल का मुख्य भंडार है। यह वार्ता सभी नई सुविधाओं पर गौर करती है और वे आपके मॉडल की खोज की यात्रा को और बेहतर कैसे बना सकते हैं। | संदीप गुप्ता |
| 10:25 पूर्वाह्न | TensorBoard.dev के साथ सहयोगी ML प्रयोग के परिणाम साझा करना एमएल प्रक्रिया का एक महत्वपूर्ण हिस्सा है। यह वार्ता दिखाती है कि कैसे TensorBoard.dev आपके पेपर, ब्लॉग पोस्ट, सोशल मीडिया आदि में प्रयोग परिणामों को साझा करना आसान बनाकर सहयोगी ML को सक्षम कर सकता है। | गैल ओशरी |
| सुबह 10:30:00 बजे | टीएफ 2.x . के साथ कागलर्स को टीपीयू में बदलना हाल ही में, कागल ने अपने प्रतिस्पर्धा मंच के माध्यम से टीपीयू समर्थन की शुरुआत की। यह बात इस बात को छूती है कि कैसे कागलर प्रतियोगियों ने जीपीयू से टीपीयू उपयोग में संक्रमण किया, पहले कोलाब में, और फिर कागल नोटबुक में। | जूलिया इलियट |
| 10:35 पूर्वाह्न | टीएफ 2 . में प्रदर्शन प्रोफाइलिंग यह वार्ता एक प्रोफाइलर प्रस्तुत करती है जिसे Google आंतरिक रूप से GPU, TPU और CPU सहित प्लेटफार्मों पर TF प्रदर्शन की जांच करने के लिए उपयोग करता है। | क्यूमिन ज़ू | 10:45 पूर्वाह्न | संभावित प्रश्नोत्तर ब्लॉक कृपया लाइवस्ट्रीम में लाइवचैट सुविधा का लाभ उठाएं क्योंकि हमारे पास TensorFlow टीम के सदस्य वास्तविक समय में चैट में प्रतिक्रिया देंगे। क्या हमारे पास लाइवस्ट्रीम में अतिरिक्त समय होना चाहिए, हम कुछ सवालों के लाइव जवाब देंगे। | अब तक के सभी वक्ता |
| 10:55 पूर्वाह्न | टूटना | |
| 11:20 पूर्वाह्न | TensorFlow के साथ अनुसंधान इस वार्ता में हम TF की कुछ दिलचस्प विशेषताओं के बारे में जानेंगे जो शोध करते समय उपयोगी होती हैं। | अलेक्जेंड्रे पासोस |
| 11:35 पूर्वाह्न | अवकलनीय उत्तल अनुकूलन परतें वास्तविक दुनिया में कई समस्याओं को हल करने के लिए उत्तल अनुकूलन समस्याओं का उपयोग किया जाता है। अब तक, उन्हें TensorFlow पाइपलाइनों में उपयोग करना मुश्किल रहा है। यह वार्ता cvxpylayers प्रस्तुत करती है, एक पैकेज जो TensorFlow में उत्तल अनुकूलन समस्याओं को एम्बेड करना आसान बनाता है, जिससे आप ग्रेडिएंट डिसेंट का उपयोग करके उन्हें ट्यून कर सकते हैं। | अक्षय अग्रवाल, स्टैनफोर्ड यूनिवर्सिटी |
| 11:40 पूर्वाह्न | tf.data के साथ स्केलिंग Tensorflow डेटा प्रोसेसिंग जैसे-जैसे मॉडल प्रशिक्षण प्रकृति में अधिक वितरित होता जाता है, tf.data अधिक वितरण जागरूक और प्रदर्शनकारी होने के लिए विकसित हुआ है। यह वार्ता TensorFlow डेटा प्रोसेसिंग को स्केल करने के लिए tf.data टूल प्रस्तुत करती है। विशेष रूप से: tf.data सेवा जो आपके tf.data पाइपलाइन को मशीनों के समूह पर चलने देती है, और tf.data.snapshot जो परिणामों को डिस्क पर कई इनवोकेशन में पुन: उपयोग के लिए अमल में लाती है। | रोहन जैन |
| 11:55 पूर्वाह्न | TensorFlow 2 मॉडल को मल्टी-वर्कर GPU में स्केल करना यह वार्ता उपयोगकर्ताओं के एमएल प्रशिक्षण कार्यभार को बहु-कार्यकर्ता बहु-जीपीयू में तेजी लाने और स्केल करने के लिए TensorFlow 2.2 में कई प्रदर्शन सुधार दिखाती है। हम कस्टम प्रशिक्षण लूप का उपयोग करके लिखे गए TF मॉडल गार्डन में BERT फ़ाइन-ट्यूनिंग कार्य का उपयोग करके अनुकूलन के माध्यम से चलते हैं। | ज़ोंगवेई झोउ |
| 12:10 अपराह्न | Colab का ज़्यादा से ज़्यादा फ़ायदा उठाना Colab टीम से टिप्स और ट्रिक्स सीखें। यह बात बताती है कि कैसे TensorFlow के उपयोगकर्ता Colab का ज़्यादा से ज़्यादा फ़ायदा उठाते हैं, और पर्दे के पीछे से देखते हैं कि Colab कैसे काम करता है। | टिमोथी नोविकॉफ़ |
| 12:15 अपराह्न | टेंसरफ्लो और मशीन लर्निंग फ्रॉम द ट्रेंच: जेट प्रोपल्शन लेबोरेटरी में इनोवेशन एक्सपीरियंस सेंटर क्रिस मैटमैन बताएंगे कि मुख्य सूचना अधिकारी के कार्यालय में जेपीएल का इनोवेशन एक्सपीरियंस सेंटर कैसे स्मार्ट रोवर्स, एक स्मार्ट कैंपस और उससे आगे के लिए टेंसरफ्लो का उपयोग करके उन्नत एनालिटिक्स, एआई और मशीन लर्निंग का समर्थन करता है! | क्रिस मैटमैन, नासा |
| 12:25 अपराह्न | संभावित प्रश्नोत्तर ब्लॉक कृपया लाइवस्ट्रीम में लाइवचैट सुविधा का लाभ उठाएं क्योंकि हमारे पास TensorFlow टीम के सदस्य वास्तविक समय में चैट में प्रतिक्रिया देंगे। क्या हमारे पास लाइवस्ट्रीम में अतिरिक्त समय होना चाहिए, हम कुछ सवालों के लाइव जवाब देंगे। | ब्रेक के बाद से स्पीकर |
| 12:35 अपराह्न | टूटना | |
| 1:40 अपराह्न | एमएलआईआर: कंपाइलर्स के साथ टीएफ को तेज करना यह वार्ता TensorFlow के लिए MLIR - मशीन लर्निंग कंपाइलर इन्फ्रास्ट्रक्चर का वर्णन करेगी और यह बताएगी कि यह तेजी से विकसित हो रहे मशीन लर्निंग सॉफ्टवेयर और हार्डवेयर की जरूरतों को पूरा करने के लिए TensorFlow को तेजी से स्केल करने में कैसे मदद करता है। | जैक्स पिएनारी |
| 1:50 अपराह्न | TFRT: एक नया TensorFlow रनटाइम TFRT TensorFlow के लिए एक नया रनटाइम है। एमएलआईआर का लाभ उठाते हुए, इसका उद्देश्य डोमेन विशिष्ट हार्डवेयर की एक विस्तृत विविधता में सर्वश्रेष्ठ-इन-क्लास प्रदर्शन के साथ एक एकीकृत, एक्स्टेंसिबल इंफ्रास्ट्रक्चर परत प्रदान करना है। यह दृष्टिकोण मल्टीथ्रेडेड होस्ट सीपीयू का कुशल उपयोग प्रदान करता है, पूरी तरह से एसिंक्रोनस प्रोग्रामिंग मॉडल का समर्थन करता है, और निम्न-स्तरीय दक्षता पर केंद्रित है। | मिंगशेंग होंग |
| अपराह्न 2:00 बजे | TFX: 2020 में TensorFlow के साथ प्रोडक्शन ML जानें कि 2020 में Google प्रोडक्शन ML प्लेटफॉर्म, TFX कैसे बदल रहा है। | ट्रिस वार्केंटिन ज़िटाओ लियू |
| 2:25 अपराह्न | TensorFlow Enterprise: Google क्लाउड के साथ TensorFlow का निर्माण TensorFlow Enterprise Google क्लाउड पर TensorFlow में कई संवर्द्धन के साथ, आपके TensorFlow एप्लिकेशन एंटरप्राइज़ को तैयार करता है। यह प्रोटोटाइप से उत्पादन तक व्यवसाय-महत्वपूर्ण एमएल अनुप्रयोगों के विकास को सरल बनाते हुए क्लाउड स्केल डेटा और मॉडल को अनलॉक करता है। साथ में, हम उत्पादन में उद्यम एमएल के सबसे कठिन हिस्से को हल करते हैं। | मकोतो उचिदा |
| 2:35 अपराह्न | TensorFlow Lite: मोबाइल और IoT उपकरणों के लिए ML ML को मोबाइल फ़ोन और एम्बेडेड डिवाइस पर परिनियोजित करने के तरीके के बारे में जानें। अब उत्पादन में अरबों उपकरणों पर तैनात - यह मोबाइल और माइक्रोकंट्रोलर के लिए दुनिया का सबसे अच्छा क्रॉस-प्लेटफ़ॉर्म एमएल फ्रेमवर्क है। हमारी नई रोमांचक घोषणाओं के लिए ट्यून इन करें। | टिम डेविस टी.जे. अलुंबाघ |
| 2:55 अपराह्न | Jacquard: ML को रोज़मर्रा की वस्तुओं में निर्बाध रूप से एम्बेड करना जैक्वार्ड एक एमएल-संचालित परिवेश कंप्यूटिंग प्लेटफॉर्म है जो सामान्य, परिचित वस्तुओं को लेता है और उन्हें नई डिजिटल क्षमताओं और अनुभवों के साथ बढ़ाता है, जबकि उनके मूल उद्देश्य के लिए सही रहता है। हम वर्णन करेंगे कि कैसे हमने संसाधन-विवश मशीन लर्निंग मॉडल को प्रशिक्षित और परिनियोजित किया है जो रोज़मर्रा के कपड़ों और एक्सेसरीज़ में मूल रूप से अंतर्निहित हो जाते हैं; जैसे आपकी पसंदीदा जैकेट, बैकपैक, या जूते की एक जोड़ी जिसे आप पहनना पसंद करते हैं। | निकोलस गिलियन |
| 3:05 अपराह्न | TensorFlow.js: वेब और परे के लिए मशीन लर्निंग TensorFlow.js ब्राउज़र में मशीन लर्निंग मॉडल के प्रशिक्षण और तैनाती के लिए एक मंच है, या कहीं भी जावास्क्रिप्ट चल सकता है, जैसे कि मोबाइल डिवाइस, वीचैट मिनी ऐप प्लेटफॉर्म और रास्पबेरी पाई। यह CPU, GPU, Node और WASM बैक एंड सहित कई बैक एंड प्रदान करता है। यह दो नवीनतम परिवर्धन: MobileBERT और FaceMesh सहित पूर्व-प्रशिक्षित मॉडलों का एक संग्रह भी प्रदान करता है। | ना लियू |
| 3:15 अपराह्न | संभावित प्रश्नोत्तर ब्लॉक कृपया लाइवस्ट्रीम में लाइवचैट सुविधा का लाभ उठाएं क्योंकि हमारे पास TensorFlow टीम के सदस्य वास्तविक समय में चैट में प्रतिक्रिया देंगे। क्या हमारे पास लाइवस्ट्रीम में अतिरिक्त समय होना चाहिए, हम कुछ सवालों के लाइव जवाब देंगे। | ब्रेक के बाद से स्पीकर |
| 3:25 अपराह्न | टूटना | |
| 3:45 अपराह्न | TF समुदाय में शामिल होना जानें कि आप कैसे बढ़ते हुए TensorFlow पारिस्थितिकी तंत्र का हिस्सा बन सकते हैं और कोड, दस्तावेज़ीकरण, शिक्षा, या सामुदायिक नेतृत्व के माध्यम से एक योगदानकर्ता बन सकते हैं। | जोआना कारराकिरा |
| 3:55 अपराह्न | TensorFlow के साथ उत्तरदायी AI: निष्पक्षता और गोपनीयता एमएल, निष्पक्षता और गोपनीयता के बारे में सोचने के लिए एक ढांचा पेश करना। यह वार्ता एक निष्पक्षता-जागरूक एमएल वर्कफ़्लो का प्रस्ताव देगी, यह बताएगी कि कैसे TensorFlow टूल जैसे फेयरनेस इंडिकेटर का उपयोग पूर्वाग्रह का पता लगाने और कम करने के लिए किया जा सकता है, और फिर गोपनीयता के संबंध में एक विशिष्ट केस-स्टडी में संक्रमण होगा जो प्रतिभागियों को बुनियादी ढांचे के कुछ टुकड़ों के माध्यम से चलेगा जो किसी मॉडल को गोपनीयता बनाए रखने के तरीके से प्रशिक्षित करने में मदद कर सकता है। | कैथरीना ज़ू मिगुएल ग्वेरा |
| 4:20 अपराह्न | TensorFlow क्वांटम: हाइब्रिड क्वांटम-क्लासिकल मशीन लर्निंग के लिए एक सॉफ्टवेयर प्लेटफॉर्म हम TensorFlow क्वांटम का परिचय देते हैं, जो उपन्यास हाइब्रिड क्वांटम-शास्त्रीय एमएल एल्गोरिदम के तेजी से प्रोटोटाइप के लिए एक ओपन-सोर्स लाइब्रेरी है। यह पुस्तकालय TensorFlow के तहत वर्तमान ML के दायरे का विस्तार करेगा और क्वांटम डेटा को नियंत्रित और मॉडल करने के लिए क्वांटम कंप्यूटिंग और मशीन लर्निंग रिसर्च समुदायों को एक साथ लाने के लिए आवश्यक टूलबॉक्स प्रदान करेगा। | मसूद मोहसेनी |
| 4:45 अपराह्न | समापन घोषणाएं | |