Uwaga
Dostęp do tej strony wymaga autoryzacji. Może spróbować zalogować się lub zmienić katalogi.
Dostęp do tej strony wymaga autoryzacji. Możesz spróbować zmienić katalogi.
TensorFlow to platforma typu open source do uczenia maszynowego utworzonego przez firmę Google. Obsługuje ona uczenie głębokie i ogólne obliczenia liczbowe na procesorach CPU, procesorach GPU i klastrach procesorów GPU. Podlega on warunkom i warunkom licencji Apache License 2.0.
Środowisko Databricks Runtime ML obejmuje biblioteki TensorFlow i TensorBoard, dzięki czemu można używać tych bibliotek bez instalowania żadnych pakietów. Aby zapoznać się z wersją biblioteki TensorFlow zainstalowaną w używanej wersji środowiska Databricks Runtime ML, zobacz uwagi do wersji.
Uwaga
Ten przewodnik nie jest kompleksowym przewodnikiem o TensorFlow. Zobacz witrynę internetową TensorFlow.
Szkolenie jednowęzłowe i rozproszone
Aby przetestować i zmigrować przepływy pracy z jednym komputerem, użyj klastra z jednym węzłem.
Aby uzyskać opcje trenowania rozproszonego na potrzeby uczenia głębokiego, zobacz Trenowanie rozproszone.
Przykładowy notatnik Tensorflow
W poniższym notatniku pokazano, jak można uruchamiać bibliotekę TensorFlow (1.x i 2.x) z monitorowaniem TensorBoard na klastrze z jednym węzłem.
Notatnik TensorFlow 1.15/2.x
Przykładowy notes Keras TensorFlow
TensorFlow Keras to interfejs API uczenia głębokiego napisany w języku Python, który działa na platformie uczenia maszynowego TensorFlow. W 10-minutowym notesie samouczka przedstawiono przykład trenowania modeli uczenia maszynowego na danych tabelarycznych przy użyciu biblioteki TensorFlow Keras, w tym użycia wbudowanego narzędzia TensorBoard.