close
人工智能

Google 指 TensorNetwork 可提升張量運算速度達 100 倍

張量網絡技術擁有龐大的運算潛力,不過由於其複雜的特性,使其難以被廣泛使用,而最近 Alphabet X 與 Perimeter 理論物理研究所共同開發的物理和機器學習庫 TensorNetwork 就終於開源公佈,提高張量計算的效率讓開發者更容易發揮張量網絡的優勢。

TensorNetwork 開源庫和 API 以 Google 的 TensorFlow 機器學習框架作為基礎,配合對顯示卡運算的最佳化處理,令張量網絡的運算效率提升 100 倍之多。Google AI 的研究工程師 Chase Roberts 和 X 的研究科學家 Stefan Leichenauer 表示,透過開源至開發社群,他們會持續向 TensorNetwork 加入新功能,希望 TensorNetwork 成為科學家們和機器學習從業者的寶貴工具。

張量網絡可以讓張量表示為較小張量在較大張量網絡形狀中的收縮,因此可以有效地表示大量張量數據而無需佔用過多儲存空間,因此已經廣泛應用於量子物理學等領域之中,在人工智能範疇,也有應用於圖像分類、物體識別等場景。Google 表示,未來會繼續使用 TensorNetwork 在 MNIST 和 Fashion-MNIST 上執行影像分類、時序分析、量子電路模擬等應用。

來源:Venture Beat

Antony Shum

The author Antony Shum