Anleitungen

Bildklassifizierung

• MNIST auf Cloud TPU ausführen (TF 2.x)

  MNIST-Bildklassifizierungsmodell mit TensorFlow, optimiert für die Ausführung in der Cloud TPU

• ResNet auf Cloud TPU trainieren (TF 2.x)

  ResNet-Bildklassifizierungsmodell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

• Keras ResNet-RS auf Cloud TPU (TF 2.x) trainieren

  Keras ResNet-RS-Modell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

• ResNet auf Cloud TPU (PyTorch) trainieren

  ResNet-Bildklassifizierungsmodell mit PyTorch, optimiert für die Ausführung auf Cloud TPU

• EfficientNet auf Cloud TPU trainieren (TF 2.x)

  EfficientNet-Bildklassifizierungsmodell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

Objekterkennung

• RetinaNet auf Cloud TPU trainieren (TF 2.x)

  RetinaNet-Objekterkennungsmodell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

• ShapeMask auf Cloud TPU trainieren (TF 2.x)

  ShapeMask-Objekterkennungsmodell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

• Mask RCNN auf Cloud TPU trainieren (TF 2.x)

  Mask RCNN-Modell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

Empfehlungssysteme

• DLRM- und DCN-Modelle auf Cloud TPU trainieren (TF 2.x)

  Leitfaden für das Training von DLRM- und DCN v2-Rankingmodellen für Aufgaben wie die CTR-Vorhersage (Click-through-Rate, Klickrate).

• Trainieren eines neuronalen Modells zur Zusammenarbeit in Cloud TPU (TF 2.x)

  Implementierung des NFL-Frameworks (Neural Collaborative Filtering) mit dem Modell Neural Matrix Factorization (Neu)

Verteilte Verarbeitung auf einem Pod

• Modelle auf Cloud TPU-Pods trainieren (PyTorch)

  Ein ResNet-50-Bildklassifizierungsmodell mit PyTorch, optimiert für die Ausführung auf einem Cloud TPU Pod

Natural Language Processing

• BERT-Feinabstimmung mit Cloud TPU: Satz- und Satzpaar-Klassifizierungsaufgaben (TF 2.x)

  Anleitung zur Verwendung von BERT (Bidirectional Encoder Representations from Transformers) mit Cloud TPU

Large Language Models

• Mit Pax auf einer Einzelgerät-TPU trainieren

  Leitfaden zum Trainieren eines SPMD-Modells mit Pax auf einer einzelnen Cloud TPU.

• JetStream MaxText-Inferenz auf v5e

  Anleitung zum Einrichten und Verwenden von JetStream mit MaxText für die Inferenz.

• JetStream-PyTorch-Inferenz in Version 5e

  Eine Anleitung zum Einrichten und Verwenden von JetStream mit PyTorch für die Inferenz.

• Llama 2 mit SAX in v5e bereitstellen

  Anleitung zur Verwendung von SAX für die Bereitstellung der Llama 2-Familie mit Large Language Models.