TensorFlow Colab 笔记本
-
使用 Keras 和 TPU 的时尚 MNIST
此笔记本演示了端到端图片分类示例,包含数据加载、TPU 训练、模型导出和部署。
-
使用 Keras 和 TPU 的 MNIST
这是 Keras 中端到端 TPU 的规范示例,其中包含使用 tf.data.Dataset 加载数据、Keras 模型、TPU 训练、TPU 推理和经过训练的模型导出为 Tensorflow 标准“已保存的模型”格式、模型部署到 ML Engine 以及来自云部署模型的预测。
-
使用 TPUEstimator 对花卉进行分类
此笔记本演示了如何结合使用 TPUEstimator 和 Cloud TPU 来训练、评估和生成预测。该笔记本使用 iris 数据集来预测花卉种类,并演示如何使用您自己的数据(而不是使用预加载的数据)。
-
使用 Keras 和 TPU 预测莎士比亚式文本片段
此笔记本使用 Keras 构建语言模型并在 Cloud TPU 上进行训练。目前,对于给定文本,该语言模型可预测文本的下一个字符。 经过训练的模型可以生成新的文本片段,其读取方式与文本训练数据类似。
-
在 Colab 中剖析 TPU
此笔记本通过训练模型在 Cloud TPU 上对花卉图片进行分类。一个关键目标是演示如何在 Colab 中设置和运行 TensorBoard。
-
使用 TPU 自定义训练
本部分介绍如何使用 Keras 创建模型,但自定义训练循环。这样您既可以在简单的 Keras API 中编写模型,又可以使用自定义循环训练模型以保持灵活性,一举两得。