TensorFlow
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 informacje o wersji.
Uwaga
Ten przewodnik nie jest kompleksowym przewodnikiem dotyczącym biblioteki TensorFlow. Zobacz witrynę internetową TensorFlow.
Trenowanie jednowęźle 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 notes biblioteki Tensorflow
W poniższym notesie pokazano, jak można uruchamiać bibliotekę TensorFlow (1.x i 2.x) z monitorowaniem narzędzia TensorBoard w klastrze z jednym węzłem.
Notes TensorFlow 1.15/2.x
Przykładowy notes Biblioteki Keras biblioteki 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.