Unterstützte Referenzmodelle
Cloud TPU bietet eine Reihe von Referenzmodellen, die für ein schnelles und genaues Training optimiert sind.
Cloud TPU unterstützt die folgenden Haupt- und Neben-Framework-Versionen von TensorFlow, PyTorch und JAX/FLAX.
Die TensorFlow-Releasenummerierung hat sich mit Version 2.5.0 geändert. Wichtige TensorFlow-Releasenummern enden mit „0“ und alle Patchreleases enden mit Zahlen, die größer als „0“ sind. Zum Beispiel ist TF 2.10.0 ein Hauptrelease und TF 2.10.1 ein Nebenrelease.
Damit Sie die neueste unterstützte Framework-Version ausführen können, müssen Sie prüfen, ob für die Hauptversion Patch-Releases vorhanden sind. Wenn ja, können Sie den neuesten unterstützten Patchrelease anstelle des Hauptrelease ausführen.
| Framework | Hauptversion | Modellkategorie | Referenzmodelle | Unterstützte Versionen |
|---|---|---|---|---|
| TensorFlow | 2.x | Bildklassifizierung | ResNet-2.x, MNIST-2.x, EfficientNet-2.x | Siehe Unterstützte TensorFlow-Versionen. |
| Sprachmodellierung | Transformer-2.x, BERT-2.x | Siehe Unterstützte TensorFlow-Versionen. | ||
| Objekterkennung | RetinaNet-2.x | Siehe Unterstützte TensorFlow-Versionen. | ||
| Bildsegmentierung | Mask-RCNN-2.x, ShapeMask-2.x | Siehe Unterstützte TensorFlow-Versionen. | ||
| Empfehlungssysteme | DLRM-2.x, DCN-2.x, NCF-2.x | Siehe Unterstützte TensorFlow-Versionen. | ||
| PyTorch | 2.x | Bildklassifizierung | ResNet-PyTorch | 1,13, 2,0 |
| Bilderstellung | Stabile Diffusion | 1,13, 2,0 | ||
| JAX | Neueste | Large Language Models | MaxText | Neu |
| JAX/FLAX | Neueste | Klassifizierung von Bildern | ResNet50 | Neu |