Udostępnij za pośrednictwem


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

Pobierz notes

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.

Wprowadzenie do notesu TensorFlow Keras

Pobierz notes