Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Nota
La versione open source di TensorFlow non è compatibile con le versioni CUDA più recenti.
TensorFlow verrà rimosso nella prossima versione principale di Databricks Runtime ML. Azure Databricks consiglia di installare le proprie versioni in base alle esigenze.
TensorFlow è un framework open source di Machine Learning creato da Google. Supporta il Deep Learning e i calcoli numerici generali su CPU, GPU e cluster di GPU. È soggetto ai termini e alle condizioni della licenza Apache 2.0.
Databricks Runtime ML include TensorFlow e TensorBoard, quindi è possibile utilizzare queste librerie senza installare alcun pacchetto. Per la versione di TensorFlow installata nella versione di Databricks Runtime ML in uso, vedere le note sulla versione.
Nota
Questa guida non è una guida completa su TensorFlow. Vedere il sito Web TensorFlow.
Training a nodo singolo e distribuito
Per testare ed eseguire la migrazione di flussi di lavoro a computer singolo, usare un cluster a nodo singolo.
Per le opzioni di training distribuite per il Deep Learning, vedere Training distribuito.
Notebook di esempio di Tensorflow
Il notebook seguente illustra come eseguire TensorFlow (1.x e 2.x) con il monitoraggio di TensorBoard in un cluster a nodo singolo.
Notebook TensorFlow 1.15/2.x
Notebook di esempio di TensorFlow Keras
TensorFlow Keras è un'API di Deep Learning scritta in Python che viene eseguita sulla piattaforma di Machine Learning TensorFlow. Il notebook dell'esercitazione di 10 minuti mostra un esempio di addestramento dei modelli di machine learning sui dati tabulari con TensorFlow Keras, incluso l'uso inline di TensorBoard.