TensorFlow
TensorFlow ist ein Open-Source-Framework für maschinelles Lernen, das von Google erstellt wurde. Es unterstützt Deep Learning und allgemeine numerische Berechnungen für CPUs, GPUs und GPUs-Cluster. Sie unterliegt den Bedingungen der Apache-Lizenz 2.0.
Databricks Runtime ML enthält TensorFlow und TensorBoard, sodass Sie diese Bibliotheken verwenden können, ohne Pakete zu installieren. Informationen zu der TensorFlow-Version, die in der von Ihnen verwendeten Databricks Runtime ML-Version installiert ist, finden Sie in den Versionshinweisen.
Hinweis
Dieser Leitfaden ist kein umfassender Leitfaden zu TensorFlow. Weitere Informationen finden Sie auf der TensorFlow-Website.
Einzelner Knoten und verteiltes Training
Verwenden Sie einen Einzelknotencluster, um Workflows für einen Computer zu testen und zu migrieren.
Informationen zu Optionen für das verteilte Training für Deep Learning finden Sie unter Verteiltes Training.
Tensorflow-Beispielnotebook
Das folgende Notebook zeigt, wie Sie TensorFlow (1.x und 2.x) mit TensorBoard-Überwachung in einem Cluster mit einem einzelnen Knoten ausführen können.
TensorFlow 1.15/2.x Notebook
TensorFlow Keras-Beispielnotebook
TensorFlow Keras ist eine in Python geschriebene Deep Learning-API, die auf der Machine Learning-Plattform TensorFlow ausgeführt wird. In diesem zehnminütigen Tutorialnotebook wird ein Beispiel für das Training eines Machine Learning-Modells anhand von Tabellendaten mit TensorFlow Keras veranschaulicht, einschließlich der Verwendung von Inline-TensorBoard.