2020 এজেন্ডা

2020 টেনসরফ্লো ডেভ সামিট 11 ই মার্চ, 2020-এ একদিনের লাইভস্ট্রিম হবে।
সমস্ত সময় হল প্রশান্ত মহাসাগরীয় দিবালোক সময় (UTC-07:00)।

মনে রাখবেন যে প্রকৃত সময় ±5 মিনিট পরিবর্তিত হতে পারে। ইভেন্টের পরের দিনগুলিতে টেনসরফ্লো ইউটিউব চ্যানেলে অতিরিক্ত আলোচনা পোস্ট করা হবে।
সকাল 9 ঃ 00 লাইভস্ট্রিম শুরু হয়
সকাল 9 ঃ 30 মূল বক্তব্য মেগান কাচোলিয়া

কামাল এল মুজাহিদ

মানসী জোশী
সকাল ৯:৫৫ টেনসরফ্লো এবং কেরাসের সাথে পড়তে শেখা

ন্যাচারাল ল্যাঙ্গুয়েজ প্রসেসিং (এনএলপি) একটি ইনফ্লেকশন পয়েন্টে আঘাত করেছে, এবং এই আলোচনা আপনাকে দেখায় কিভাবে টেনসরফ্লো এবং কেরাস প্রিপ্রসেস, ট্রেন এবং হাইপারটিউন টেক্সট মডেলগুলিকে সহজ করে তোলে।

পেইজ বেইলি
সকাল 10:15 টেনসরফ্লো হাব: মডেল আবিষ্কারকে সহজ করা

TF হাব হল ML মডেলের প্রধান সংগ্রহস্থল। এই আলোচনায় সমস্ত নতুন বৈশিষ্ট্য এবং কীভাবে সেগুলি আপনার মডেল আবিষ্কারের যাত্রাকে আরও ভাল করে তুলতে পারে তা দেখে।

সন্দীপ গুপ্ত
সকাল ১০:২৫ TensorBoard.dev-এর সাথে সহযোগিতামূলক ML

পরীক্ষার ফলাফল শেয়ার করা ML প্রক্রিয়ার একটি গুরুত্বপূর্ণ অংশ। এই আলোচনা দেখায় কিভাবে TensorBoard.dev আপনার কাগজ, ব্লগ পোস্ট, সোশ্যাল মিডিয়া এবং আরও অনেক কিছুতে পরীক্ষার ফলাফল শেয়ার করা সহজ করে সহযোগিতামূলক ML সক্ষম করতে পারে৷

গাল ওশ্রী
সকাল 10:30 TF 2.x দিয়ে Kagglersকে TPU-তে রূপান্তর করা

সম্প্রতি, Kaggle তার প্রতিযোগিতার প্ল্যাটফর্মের মাধ্যমে TPU সমর্থন চালু করেছে। এই আলোচনাটি স্পর্শ করে কিভাবে Kaggler প্রতিযোগীরা GPU থেকে TPU ব্যবহার করে, প্রথমে Colab-এ এবং তারপর Kaggle নোটবুকে।

জুলিয়া এলিয়ট
সকাল ১০:৩৫ TF 2-এ পারফরম্যান্স প্রোফাইলিং

এই আলোচনাটি একটি প্রোফাইলার উপস্থাপন করে যা Google অভ্যন্তরীণভাবে GPU, TPU, এবং CPU সহ প্ল্যাটফর্মগুলিতে TF কার্যকারিতা তদন্ত করতে ব্যবহার করে।

কিউমিন জু
সকাল ১০:৪৫ সম্ভাব্য প্রশ্নোত্তর ব্লক

অনুগ্রহ করে লাইভস্ট্রিমে LiveChat বৈশিষ্ট্যটি ব্যবহার করুন কারণ আমাদের কাছে TensorFlow টিমের সদস্যরা রিয়েল টাইমে চ্যাটে সাড়া দেবে। আমাদের লাইভস্ট্রিমে অতিরিক্ত সময় থাকা উচিত, আমরা কয়েকটি প্রশ্নের সরাসরি উত্তর দেব।

সব স্পিকার এই পর্যন্ত
সকাল ১০:৫৫ বিরতি
11:20 AM টেনসরফ্লো নিয়ে গবেষণা

এই আলোচনায় আমরা TF এর কিছু আকর্ষণীয় বৈশিষ্ট্য নিয়ে আলোচনা করব যা গবেষণা করার সময় দরকারী।

আলেকজান্ডার পাসোস
11:35 AM পার্থক্যযোগ্য উত্তল অপ্টিমাইজেশান স্তর

উত্তল অপ্টিমাইজেশন সমস্যা বাস্তব জগতে অনেক সমস্যা সমাধানের জন্য ব্যবহার করা হয়। এখন অবধি, টেনসরফ্লো পাইপলাইনে এগুলি ব্যবহার করা কঠিন। এই আলোচনাটি cvxpylayers উপস্থাপন করে, একটি প্যাকেজ যা টেনসরফ্লোতে উত্তল অপ্টিমাইজেশান সমস্যাগুলিকে এম্বেড করা সহজ করে, আপনাকে গ্রেডিয়েন্ট ডিসেন্ট ব্যবহার করে তাদের টিউন করতে দেয়।

অক্ষয় আগরওয়াল, স্ট্যানফোর্ড বিশ্ববিদ্যালয়
11:40 AM tf.data দিয়ে টেনসরফ্লো ডেটা প্রসেসিং স্কেলিং

মডেল প্রশিক্ষণ প্রকৃতিতে আরো বিতরণ করা হয়, tf.data আরো বিতরণ সচেতন এবং কর্মক্ষম হতে বিকশিত হয়েছে. এই আলোচনা TensorFlow ডেটা প্রসেসিং স্কেলিং করার জন্য tf.data টুল উপস্থাপন করে। বিশেষ করে: tf.data পরিষেবা যা আপনার tf.data পাইপলাইনকে মেশিনের একটি ক্লাস্টারে চালানোর অনুমতি দেয় এবং tf.data.snapshot যা একাধিক আহ্বান জুড়ে পুনরায় ব্যবহারের জন্য ফলাফলগুলিকে ডিস্কে বাস্তবায়িত করে।

রোহান জৈন
11:55 AM মাল্টি-ওয়ার্কার জিপিইউতে টেনসরফ্লো 2 মডেলের স্কেলিং

এই টকটি বহু-কর্মী মাল্টি-জিপিইউ-তে ব্যবহারকারীদের এমএল প্রশিক্ষণের কাজের চাপকে ত্বরান্বিত করতে এবং স্কেল করতে TensorFlow 2.2-তে একাধিক কর্মক্ষমতা উন্নতি দেখায়। আমরা টিএফ মডেল গার্ডেনে BERT ফাইন-টিউনিং টাস্ক ব্যবহার করে অপ্টিমাইজেশনের মধ্য দিয়ে চলেছি, একটি কাস্টম ট্রেনিং লুপ ব্যবহার করে লেখা।

জংওয়েই ঝু
12:10 PM Colab-এর সবচেয়ে বেশি সুবিধা করা

Colab টিমের কাছ থেকে টিপস এবং কৌশল শিখুন। TensorFlow ব্যবহারকারীরা কীভাবে Colab-এর সবচেয়ে বেশি ব্যবহার করে তা এই আলোচনায় বর্ণনা করা হয়েছে এবং Colab কীভাবে কাজ করে তা দেখার জন্য পর্দার পিছনে উঁকি দেয়।

টিমোথি নোভিকফ
12:15 PM টেনসরফ্লো এবং ট্রেঞ্চ থেকে মেশিন লার্নিং: জেট প্রপালশন ল্যাবরেটরিতে উদ্ভাবন অভিজ্ঞতা কেন্দ্র

Chris Mattmann ব্যাখ্যা করবেন কিভাবে JPL-এর ইনোভেশন এক্সপেরিয়েন্স সেন্টার অফ দ্য চিফ ইনফরমেশন অফিসারের অফিসে উন্নত অ্যানালিটিক্স, AI এবং মেশিন লার্নিংকে টেনসরফ্লো ব্যবহার করে স্মার্ট রোভারস, একটি স্মার্ট ক্যাম্পাস এবং এর বাইরেও সমর্থন করে!

ক্রিস ম্যাটম্যান, নাসা
12:25 PM সম্ভাব্য প্রশ্নোত্তর ব্লক

অনুগ্রহ করে লাইভস্ট্রিমে LiveChat বৈশিষ্ট্যটি ব্যবহার করুন কারণ আমাদের কাছে TensorFlow টিমের সদস্যরা রিয়েল টাইমে চ্যাটে সাড়া দেবে। আমাদের লাইভস্ট্রিমে অতিরিক্ত সময় থাকা উচিত, আমরা কয়েকটি প্রশ্নের সরাসরি উত্তর দেব।

বিরতির পর থেকে বক্তারা
12:35 PM বিরতি
1:40 PM MLIR: কম্পাইলার দিয়ে TF ত্বরান্বিত করা

এই আলোচনাটি TensorFlow-এর জন্য MLIR - মেশিন লার্নিং কম্পাইলার পরিকাঠামো বর্ণনা করবে এবং ব্যাখ্যা করবে কিভাবে এটি TensorFlow কে দ্রুত বিকশিত মেশিন লার্নিং সফ্টওয়্যার এবং হার্ডওয়্যারের চাহিদা মেটাতে দ্রুত স্কেল করতে সাহায্য করে।

জ্যাক পিয়ানার
1:50 PM TFRT: একটি নতুন টেনসরফ্লো রানটাইম

TFRT হল TensorFlow-এর জন্য একটি নতুন রানটাইম। এমএলআইআর ব্যবহার করে, এটি বিভিন্ন ধরণের ডোমেন নির্দিষ্ট হার্ডওয়্যার জুড়ে সর্বোত্তম-শ্রেণীর পারফরম্যান্স সহ একটি ইউনিফাইড, এক্সটেনসিবল অবকাঠামো স্তর প্রদানের লক্ষ্য রাখে। এই পদ্ধতিটি মাল্টিথ্রেডেড হোস্ট সিপিইউগুলির দক্ষ ব্যবহার প্রদান করে, সম্পূর্ণরূপে অ্যাসিঙ্ক্রোনাস প্রোগ্রামিং মডেলগুলিকে সমর্থন করে এবং নিম্ন-স্তরের দক্ষতার উপর দৃষ্টি নিবদ্ধ করে।

মিংশেং হং
2:00 অপরাহ্ন TFX: 2020 সালে TensorFlow এর সাথে উৎপাদন ML

2020 সালে Google উৎপাদন ML প্ল্যাটফর্ম, TFX কীভাবে পরিবর্তিত হচ্ছে তা জানুন।

Tris Warkentin

ঝিটাও লি
2:25 PM টেনসরফ্লো এন্টারপ্রাইজ: গুগল ক্লাউডের সাথে টেনসরফ্লো উৎপাদন করা

TensorFlow এন্টারপ্রাইজ আপনার TensorFlow অ্যাপ্লিকেশন এন্টারপ্রাইজ প্রস্তুত করে, Google ক্লাউডে TensorFlow-এর অনেকগুলি উন্নতি সহ। এটি ক্লাউড স্কেল ডেটা এবং মডেলগুলি আনলক করে, যখন প্রোটোটাইপ থেকে উত্পাদন পর্যন্ত ব্যবসা-সমালোচনামূলক এমএল অ্যাপ্লিকেশনগুলির বিকাশকে সহজ করে তোলে। একসাথে, আমরা উৎপাদনে এন্টারপ্রাইজ এমএল-এর কঠিনতম অংশটি সমাধান করি।

মাকোতো উচিদা
2:35 PM TensorFlow Lite: মোবাইল এবং IoT ডিভাইসের জন্য ML

কিভাবে মোবাইল ফোন এবং এমবেডেড ডিভাইসে ML স্থাপন করতে হয় সে সম্পর্কে জানুন। এখন বিলিয়ন বিলিয়ন ডিভাইসে উৎপাদন করা হয়েছে - এটি মোবাইল এবং মাইক্রোকন্ট্রোলারের জন্য বিশ্বের সেরা ক্রস-প্ল্যাটফর্ম এমএল ফ্রেমওয়ার্ক। আমাদের নতুন উত্তেজনাপূর্ণ ঘোষণার জন্য টিউন ইন করুন.

টিম ডেভিস

টিজে অ্যালুমবাঘ
দুপুর 2:55 Jacquard: প্রতিদিনের বস্তুর মধ্যে নির্বিঘ্নে এমএল এম্বেড করা

Jacquard হল একটি ML-চালিত পরিবেষ্টিত কম্পিউটিং প্ল্যাটফর্ম যা সাধারণ, পরিচিত বস্তুগুলিকে গ্রহণ করে এবং তাদের মূল উদ্দেশ্যের প্রতি সত্য থাকাকালীন নতুন ডিজিটাল ক্ষমতা ও অভিজ্ঞতার সাথে তাদের উন্নত করে। আমরা বর্ণনা করব কিভাবে আমরা প্রশিক্ষিত এবং নিয়োজিত রিসোর্স-সংক্রান্ত মেশিন লার্নিং মডেল যা প্রতিদিনের পোশাক এবং আনুষাঙ্গিকগুলিতে নির্বিঘ্নে এমবেড করা হয়; যেমন আপনার প্রিয় জ্যাকেট, ব্যাকপ্যাক বা এক জোড়া জুতা যা আপনি পরতে পছন্দ করেন।

নিকোলাস গিলিয়ান
বিকাল ৩:০৫ মিনিট TensorFlow.js: ওয়েব এবং তার বাইরের জন্য মেশিন লার্নিং

TensorFlow.js হল একটি প্ল্যাটফর্ম যা ব্রাউজারে বা জাভাস্ক্রিপ্ট চালানো যেতে পারে যেখানে মোবাইল ডিভাইস, ওয়েচ্যাট মিনি অ্যাপ প্ল্যাটফর্ম এবং রাস্পবেরি পাই-এর মতো মেশিন লার্নিং মডেলগুলিকে প্রশিক্ষণ ও স্থাপন করার জন্য। এটি একটি CPU, GPU, নোড এবং WASM ব্যাক এন্ড সহ বেশ কয়েকটি ব্যাক এন্ড প্রদান করে। এটি দুটি নতুন সংযোজন সহ পূর্বপ্রশিক্ষিত মডেলের একটি সংগ্রহও প্রদান করে: MobileBERT এবং FaceMesh।

না লি
বিকেল ৩:১৫ সম্ভাব্য প্রশ্নোত্তর ব্লক

অনুগ্রহ করে লাইভস্ট্রিমে LiveChat বৈশিষ্ট্যটি ব্যবহার করুন কারণ আমাদের কাছে TensorFlow টিমের সদস্যরা রিয়েল টাইমে চ্যাটে সাড়া দেবে। আমাদের লাইভস্ট্রিমে অতিরিক্ত সময় থাকা উচিত, আমরা কয়েকটি প্রশ্নের সরাসরি উত্তর দেব।

বিরতির পর থেকে বক্তারা
3:25 PM বিরতি
বিকেল ৩:৪৫ TF কমিউনিটিতে জড়িত হওয়া

আপনি কীভাবে ক্রমবর্ধমান টেনসরফ্লো ইকোসিস্টেমের একটি অংশ হতে পারেন এবং কোড, ডকুমেন্টেশন, শিক্ষা বা সম্প্রদায় নেতৃত্বের মাধ্যমে একজন অবদানকারী হতে পারেন তা শিখুন।

জোয়ানা ক্যারাকেরা
বিকাল ৩:৫৫ TensorFlow এর সাথে দায়িত্বশীল AI: ন্যায্যতা এবং গোপনীয়তা

এমএল, ন্যায্যতা এবং গোপনীয়তা সম্পর্কে চিন্তা করার জন্য একটি কাঠামো প্রবর্তন করা হচ্ছে। এই আলোচনাটি একটি ন্যায্যতা-সচেতন এমএল ওয়ার্কফ্লো প্রস্তাব করবে, কীভাবে টেনসরফ্লো টুলস যেমন ফেয়ারনেস ইন্ডিকেটরগুলি পক্ষপাত সনাক্ত করতে এবং প্রশমিত করতে ব্যবহার করা যেতে পারে, এবং তারপরে গোপনীয়তা সম্পর্কিত একটি নির্দিষ্ট কেস-স্টাডিতে স্থানান্তরিত হবে যা অংশগ্রহণকারীদের কয়েকটি অবকাঠামো অংশের মাধ্যমে নিয়ে যাবে। এটি একটি গোপনীয়তা সংরক্ষণ পদ্ধতিতে একটি মডেল প্রশিক্ষণ সাহায্য করতে পারে.

ক্যাথরিনা জু

মিগুয়েল গুয়েভারা
বিকাল 4:20 টেনসরফ্লো কোয়ান্টাম: হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল মেশিন লার্নিংয়ের জন্য একটি সফ্টওয়্যার প্ল্যাটফর্ম

আমরা টেনসরফ্লো কোয়ান্টাম প্রবর্তন করি, উপন্যাস হাইব্রিড কোয়ান্টাম-ক্লাসিক্যাল এমএল অ্যালগরিদমের দ্রুত প্রোটোটাইপিংয়ের জন্য একটি ওপেন-সোর্স লাইব্রেরি। এই লাইব্রেরিটি TensorFlow-এর অধীনে বর্তমান ML-এর পরিধি প্রসারিত করবে এবং কোয়ান্টাম ডেটা নিয়ন্ত্রণ এবং মডেল করার জন্য কোয়ান্টাম কম্পিউটিং এবং মেশিন লার্নিং গবেষণা সম্প্রদায়গুলিকে একত্রিত করার জন্য প্রয়োজনীয় টুলবক্স সরবরাহ করবে।

মাসুদ মোহসেনী
বিকাল ৪:৪৫ বন্ধ ঘোষণা