架构 Hibernate架构是分层的,作为数据访问层,你不必知道底层API。Hibernate利用数据库以及配置数据来为应用程序提供持续性服务(以及持续性对象)。
TensorFlow架构 我们为大规模分布式训练和推理设计了TensorFlow,但它也足够灵活,可以支持新机器学习模型和系统级优化的实验。 本文档描述了使这种规模和灵活性相结合的系统架构。
XLA是模块化的,因为它很容易插入替代后端,以便定位一些新颖的硬件架构。用于x64和ARM64的CPU后端以及NVIDIAGPU后端均位于TensorFlow源代码树中。
os.platform() 用于返回操作系统名 os.arch() 用于返回操作系统CPU架构,可能的值有"x64"、"arm"和"ia32"。
首先阅读以下架构概述: TensorFlow架构以下指南解释如何扩展TensorFlow的特定方面: 添加一个新操作,来解释如何创建自己的操作。

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
