Modelos de referencia compatibles

Cloud TPU proporciona el siguiente conjunto de modelos de referencia que están optimizados para un entrenamiento rápido y preciso.

En la siguiente tabla, se muestran las versiones principales y secundarias de TensorFlow y PyTorch que actualmente son compatibles con Cloud TPU. La numeración de actualizaciones de TensorFlow cambió con la versión 2.5.0. De ahora en adelante, los números de lanzamiento principales de TensorFlow finalizarán en “0” y todos los números de lanzamiento de parche finalizarán con números mayores que “0”. Por ejemplo, TF 2.5.0 es una actualización importante y TF 2.0.1 es una versión secundaria. Para ejecutar la última versión compatible, verifica si hay versiones de parche de la versión principal. Si es así, puedes ejecutar la última versión del parche compatible en lugar del lanzamiento principal.
Framework Versión principal Categoría del modelo Modelos de referencia Versiones compatibles
TensorFlow 2.x Image Classification ResNet-2.x,MNIST-2.x,EfficientNet-2.x, 2.1, 2.2, 2.3, 2.4, 2.5.0
Modelado de lenguajes Transformer-2.x,BERT-2.x 2.1, 2.2, 2.3, 2.4, 2.5.0
Modelado de lenguajes XlNet-2.x 2.4, 2.5.0
Object Detection RetinaNet‑2.x 2.1, 2.2, 2.3, 2.4, 2.5.0
Segmentación de imágenes Mask-RCNN-2.x 2.2, 2.3, 2.4, 2.5.0
Segmentación de imágenes ShapeMask-2.x 2.3, 2.4, 2.5.0
Sistemas de recomendación DLRM-2.x, DCN-2.x 2.5.0
Sistemas de recomendación NCF-2.x 2.3, 2.4, 2.5.0
1.x Image Classification ResNet, AmoebaNet, MNasNet, MNIST, EfficientNet 1.15
Modelado de lenguajes Transformer, BERT 1.15
Object Detection RetinaNet 1.15
PyTorch 1.x Image Classification ResNet-PyTorch 1.9
Modelado de lenguajes FairSeq Transformer, FairSeq RoBERTa Wav2Vec2 1.9
Reconocimiento de voz Wav2Vec2 1.9
Sistemas de recomendación DLRM 1.9
JAX/FLAX más recientes Image Classification ResNet50 más recientes