Partager via


TensorFlow

TensorFlow est une infrastructure open source d’apprentissage automatique créée par Google. Elle prend en charge le Deep Learning et les calculs numériques généraux sur les UC, les GPU et les clusters de GPU. Elle est soumise aux conditions générales de la licence Apache 2.0.

Databricks Runtime ML inclut TensorFlow et TensorBoard. Vous pouvez donc utiliser ces bibliothèques sans installer de packages. Pour connaître la version de TensorFlow installée dans la version Databricks Runtime ML que vous utilisez, consultez les notes de publication.

Notes

Ce guide n’est pas un guide complet sur TensorFlow. Consultez le site web de TensorFlow.

Formation mononœud et distribuée

Pour tester et migrer des workflows monomachines, utilisez un cluster mononœud.

Pour connaître les options de formation distribuée pour le Deep Learning, consultez Formation distribuée.

Exemple TensorFlow notebook

Le notebook suivant montre la façon dont vous pouvez exécuter TensorFlow (1.x et 2.x) avec la surveillance TensorBoard sur un cluster mononœud.

Notebook TensorFlow 1.15/2.x

Obtenir le notebook

Exemple TensorFlow Keras notebook

TensorFlow Keras est une API de Deep Learning écrite en Python qui s’exécute sur la plateforme de Machine Learning TensorFlow. Le notebook du tutoriel de 10 minutes montre un exemple d’entraînement de modèles Machine Learning sur des données tabulaires avec TensorFlow Keras, y compris l’utilisation de TensorBoard inline.

Notebook pour bien démarrer avec TensorFlow Keras

Obtenir le notebook