Nota
L'accés a aquesta pàgina requereix autorització. Podeu provar d'iniciar la sessió o de canviar els directoris.
L'accés a aquesta pàgina requereix autorització. Podeu provar de canviar els directoris.
Nota:
La versión de código abierto de TensorFlow no es compatible con las versiones más recientes de CUDA.
TensorFlow se quitará en la siguiente versión principal de Databricks Runtime ML. Azure Databricks recomienda instalar sus propias versiones según sea necesario.
TensorFlow es un marco de código abierto para el aprendizaje automático creado por Google. Admite cálculos numéricos generales y de aprendizaje profundo en CPU, GPU y clústeres de GPU. Está sujeto a los términos y condiciones de la Apache License 2.0.
Databricks Runtime ML incluye TensorFlow y TensorBoard, por lo que puede usar estas bibliotecas sin instalar ningún paquete. Para la versión de TensorFlow instalada en la versión Databricks Runtime ML que está usando, consulte las notas de la versión.
Nota:
Esta guía no es una guía completa sobre TensorFlow. Consulte el sitio web de TensorFlow.
Entrenamiento distribuido y nodo único
Para probar y migrar flujos de trabajo de una sola máquina, use un clúster de nodo único.
Para obtener opciones de entrenamiento distribuido para el aprendizaje profundo, consulte Aprendizaje distribuido.
Cuaderno de ejemplo de TensorFlow
En el cuaderno siguiente se muestra cómo puede ejecutar TensorFlow (1.x y 2.x) con la supervisión de TensorBoard en un clúster de nodo único.
Cuaderno de TensorFlow 1.15/2.x
Cuaderno de ejemplo de Keras de TensorFlow
Keras, de TensorFlow, es una API de aprendizaje profundo escrita en Python que se ejecuta en la plataforma de aprendizaje automático TensorFlow. El cuaderno del tutorial de 10 minutos muestra un ejemplo de cómo entrenar modelos de aprendizaje automático en datos tabulares con TensorFlow Keras, incluido el uso de TensorBoard de forma integrada.