引用 TensorFlow

TensorFlow 使用 Zenodo.org 為開原始碼庫釋出了 DOI：10.5281/zenodo.4724125

TensorFlow 的白皮書列示如下，以供引用。

異構分散式系統上的大規模機器學習 (Large-Scale Machine Learning on Heterogeneous Distributed Systems)

訪問此白皮書。

摘要：TensorFlow 既是用於表達機器學習演算法的介面，也是用於執行此類演算法的實現。使用 TensorFlow 表達的計算可以在各種異構系統上幾乎無需修改或僅需微小修改即可執行，範圍從手機和平板電腦等移動裝置到擁有數百臺機器和數千個計算裝置（如 GPU 卡）的大規模分散式系統。該系統非常靈活，可用於表達各種演算法，包括深度神經網路模型的訓練和推理演算法。它已被用於計算機科學及其他領域的十多個方向的研究和生產環境機器學習系統部署，包括語音識別、計算機視覺、機器人技術、資訊檢索、自然語言處理、地理資訊提取和計算藥物發現。本文介紹了 TensorFlow 介面以及我們在 Google 構建的該介面的實現。TensorFlow API 和參考實現於 2015 年 11 月作為開源軟體包在 Apache 2.0 許可下發布，可在 www.tensorflow.org 獲取。

BibTeX 格式

如果您在研究中使用了 TensorFlow 並希望引用 TensorFlow 系統，我們建議您引用這篇白皮書。

@misc{tensorflow2015-whitepaper,
title={ {TensorFlow}: Large-Scale Machine Learning on Heterogeneous Systems},
url={https://tensorflow.machinelearning.tw/},
note={Software available from tensorflow.org},
author={
    Mart\'{i}n~Abadi and
    Ashish~Agarwal and
    Paul~Barham and
    Eugene~Brevdo and
    Zhifeng~Chen and
    Craig~Citro and
    Greg~S.~Corrado and
    Andy~Davis and
    Jeffrey~Dean and
    Matthieu~Devin and
    Sanjay~Ghemawat and
    Ian~Goodfellow and
    Andrew~Harp and
    Geoffrey~Irving and
    Michael~Isard and
    Yangqing Jia and
    Rafal~Jozefowicz and
    Lukasz~Kaiser and
    Manjunath~Kudlur and
    Josh~Levenberg and
    Dandelion~Man\'{e} and
    Rajat~Monga and
    Sherry~Moore and
    Derek~Murray and
    Chris~Olah and
    Mike~Schuster and
    Jonathon~Shlens and
    Benoit~Steiner and
    Ilya~Sutskever and
    Kunal~Talwar and
    Paul~Tucker and
    Vincent~Vanhoucke and
    Vijay~Vasudevan and
    Fernanda~Vi\'{e}gas and
    Oriol~Vinyals and
    Pete~Warden and
    Martin~Wattenberg and
    Martin~Wicke and
    Yuan~Yu and
    Xiaoqiang~Zheng},
  year={2015},
}

或文字格式

Martín Abadi, Ashish Agarwal, Paul Barham, Eugene Brevdo,
Zhifeng Chen, Craig Citro, Greg S. Corrado, Andy Davis,
Jeffrey Dean, Matthieu Devin, Sanjay Ghemawat, Ian Goodfellow,
Andrew Harp, Geoffrey Irving, Michael Isard, Rafal Jozefowicz, Yangqing Jia,
Lukasz Kaiser, Manjunath Kudlur, Josh Levenberg, Dan Mané, Mike Schuster,
Rajat Monga, Sherry Moore, Derek Murray, Chris Olah, Jonathon Shlens,
Benoit Steiner, Ilya Sutskever, Kunal Talwar, Paul Tucker,
Vincent Vanhoucke, Vijay Vasudevan, Fernanda Viégas,
Oriol Vinyals, Pete Warden, Martin Wattenberg, Martin Wicke,
Yuan Yu, and Xiaoqiang Zheng.
TensorFlow: Large-scale machine learning on heterogeneous systems,
2015. Software available from tensorflow.org.

TensorFlow：一個大規模機器學習系統 (TensorFlow: A System for Large-Scale Machine Learning)

訪問此白皮書。

摘要：TensorFlow 是一個在大規模和異構環境中執行的機器學習系統。TensorFlow 使用資料流圖來表示計算、共享狀態以及改變該狀態的操作。它將資料流圖的節點對映到叢集中的許多機器上，並在單機內對映到多個計算裝置上，包括多核 CPU、通用 GPU 以及被稱為張量處理單元 (TPU) 的定製 ASIC。這種架構為應用程式開發人員提供了靈活性：在以往的“引數伺服器”設計中，共享狀態的管理內置於系統中，而 TensorFlow 則使開發人員能夠嘗試新穎的最佳化和訓練演算法。TensorFlow 支援多種應用程式，重點關注深度神經網路的訓練和推理。多個 Google 服務在生產中使用了 TensorFlow，我們已將其作為開源專案釋出，並已被廣泛用於機器學習研究。在本文中，我們描述了 TensorFlow 資料流模型，並展示了 TensorFlow 在多個實際應用中實現的強大效能。