Modelos de referência compatíveis

O Cloud TPU fornece o seguinte conjunto de modelos compatíveis que são otimizados para treinamento rápido e preciso.

A tabela a seguir exibe as versões principais e secundárias do TensorFlow e do PyTorch que atualmente são compatíveis com o Cloud TPU. A numeração das versões do TensorFlow mudou com a versão 2.5.0. A partir de agora, os números principais de versão do TensorFlow terminam com "0" e todos os números de versão de patch terminam com números maiores que "0". Por exemplo, TF 2.5.0 é uma versão principal e TF 2.4.1 é uma versão secundária. Para executar a versão mais recente compatível, verifique se há alguma versão de patch para a versão principal. Se houver, execute a versão de patch compatível mais recente em vez da versão principal.
Framework Versão principal Categoria do modelo Modelos de referência Versões compatíveis
TensorFlow 2.x Classificação de imagens ResNet-2.x, MNIST-2.x, EfficientNet-2.x 2.1, 2.2, 2.3, 2.4, 2.5.0, 2.6.0
Modelagem de linguagem Transformer-2.x, BERT-2.x 2.1, 2.2, 2.3, 2.4, 2.5.0, 2.6.0
Modelagem de linguagem XlNet-2.x 2.4, 2.5.0
Detecção de objetos RetinaNet-2.x 2.1, 2.2, 2.3, 2.4, 2.5.0, 2.6.0
Segmentação de imagens Mask-RCNN-2.x 2.2, 2.3, 2.4, 2.5.0, 2.6.0
Segmentação de imagens ShapeMask-2.x 2.3, 2.4, 2.5.0, 2.6.0
Sistemas de recomendação DLRM-2.x, DCN-2.x 2.5.0, 2.6.0
Sistemas de recomendação NCF-2.x 2.3, 2.4, 2.5.0, 2.6.0
1.x Classificação de imagens ResNet, AmoebaNet, MNasNet, MNIST, EfficientNet 1.15
Modelagem de linguagem Transformer, BERT 1.15
Detecção de objetos RetinaNet 1.15
PyTorch 1.x Classificação de imagens ResNet-PyTorch 1.10
Modelagem de linguagem FairSeq Transformer, FairSeq RoBERTa Wav2Vec2 1.10
Reconhecimento de fala Wav2Vec2 1.10
Sistemas de recomendação DLRM 1.10
JAX/FLAX mais recente Classificação de imagens ResNet50 mais recente