Not
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Anteckning
TensorFlow-versionen med öppen källkod är inte kompatibel med de senaste CUDA-versionerna.
TensorFlow tas bort i nästa större Databricks Runtime ML-version. Azure Databricks rekommenderar att du installerar dina egna versioner efter behov.
TensorFlow är ett ramverk med öppen källkod för maskininlärning som skapats av Google. Den stöder djupinlärning och allmänna numeriska beräkningar på processorer, GPU:er och kluster av GPU:er. Den omfattas av villkoren i Apache License 2.0.
Databricks Runtime ML innehåller TensorFlow och TensorBoard, så du kan använda dessa bibliotek utan att installera några paket. För att se vilken version av TensorFlow som är installerad i den Databricks Runtime ML-version du använder, se releasenoter.
Enskild nod och distribuerad träning
För att testa och migrera arbetsflöden för en enda dator, använd ett enkelnodkluster.
Distribuerade utbildningsalternativ för djupinlärning finns i Distribuerad utbildning.
Exempelanteckningsbok för Tensorflow
Följande notebook-fil visar hur du kan köra TensorFlow (1.x och 2.x) med TensorBoard-övervakning i ett kluster med en nod.
TensorFlow 1.15/2.x notebook
Exempelanteckningsbok för TensorFlow Keras
TensorFlow Keras är ett djupinlärnings-API skrivet i Python som körs ovanpå maskininlärningsplattformen TensorFlow. 10-minuters handledningsanteckningsbok visar ett exempel på hur du tränar maskininlärningsmodeller på tabulär data med TensorFlow Keras, inklusive användning av inbyggda TensorBoard.