TensorFlow
La version open source de TensorFlow n'est pas compatible avec les dernières versions de CUDA.
TensorFlow sera supprimé dans la prochaine version majeure de Databricks Runtime ML. Databricks recommande d’installer vos propres versions selon les besoins.
TensorFlow est un cadre open source de Machine Learning créé par Google. Il prend en charge le deep learning et les calculs numériques généraux sur les CPU, les GPU et les clusters de GPU. Il est soumis aux termes et conditions de la licence Apache 2.0.
Databricks Runtime ML inclut TensorFlow et TensorBoard. Vous pouvez donc utiliser ces bibliothèques sans installer aucun package. Pour la version de TensorFlow installée dans la version ML de Databricks Runtime que vous utilisez, consultez les notes de version.
Ce guide n'est pas un guide complet sur TensorFlow. Consultez le site web TensorFlow.
Entraînement sur un seul nœud et distribué
Pour tester et migrer des workflows à machine unique, utilisez un cluster de nœuds uniques.
Pour les options de formation distribuée pour le deep learning, voir Formation distribuée.
Exemple de notebook Tensorflow
Le Notebook suivant montre comment exécuter TensorFlow (1.x et 2.x) avec monitoring de TensorBoard sur un cluster à nœud unique.
TensorFlow 1.15/2.x Notebook
Notebook d'exemple TensorFlow Keras
TensorFlow Keras est une API de deep learning écrite en Python qui s'exécute sur la plateforme de Machine Learning TensorFlow. Le Notebook tutoriel de 10 minutes présente un exemple d'entraînement de modèles de machine learning sur des données tabulaires avec TensorFlow Keras, y compris l'utilisation de TensorBoard en ligne.