Tutorials

Bildklassifizierung

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

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

• MNIST auf Cloud TPU ausführen (TF 1.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

• ResNet auf Cloud TPU trainieren (TF 1.x)

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

• (PyTorch) ResNet auf Cloud TPU trainieren

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

• MnasNet auf Cloud TPU trainieren (TF 1.x)

  MnasNet-Bildklassifizierungsmodell mit TensorFlow, 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

• EfficientNet auf Cloud TPU trainieren (TF 1.x)

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

• AmoebaNet-D auf Cloud TPU trainieren (TF 1.x)

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

• Inception auf Cloud TPU ausführen (TF 1.x)

  Leitfaden für das Training von Inception-Modellen auf Cloud TPU

• Deeplab v3 auf Cloud TPU ausführen (TF 1.x)

  Leitfaden für das Training des Deeplab v3-Modells auf Cloud TPU

Objekterkennung

• RetinaNet auf Cloud TPU trainieren (TF 1.x)

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

• 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 1.x)

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

• Mask RCNN auf Cloud TPU trainieren (TF 1.x)

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

Empfehlungssysteme

• (Pytorch) DLRM-Modell auf Cloud TPU trainieren

  Leitfaden für das Training des PyTorch-DLRM-Modells auf Cloud TPU.

• 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

• (PyTorch) Modelle auf Cloud TPU Pods trainieren

  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

• BERT-Feinabstimmung mit Cloud TPU: Satz- und Satzpaar-Klassifizierungsaufgaben (TF 1.x)

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

• XLNet Generalized Autoregressive Pretraining for Language Understanding (TF 2.x)

  Trainieren Sie das BERT-Modell (Bidirectional Encoder Representations from Transformers) in Cloud TPU.

• (PyTorch) FairSeq RoBERTa auf Cloud TPU vorab trainieren

  Leitfaden zum Training im Voraus der FairSeq-Version des RoBERTa-Modells auf Cloud TPU mit dem öffentlichen Dataset wikitext-103.

T2T Transformer

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

  Eine Anleitung zum Trainieren des Tensor2Tensor Transformer-Modells in der Cloud TPU für die Übersetzung vom Englischen ins Deutsche.

• Transformer mit Tensor2Tensor auf Cloud TPU ausführen (TF 1.x)

  Anleitung für das Training von Tensor2Tensor-Transformer-Modellen auf Cloud TPU für Übersetzungen, Sprachmodellierung und Sentimentanalyse

• (PyTorch) FairSeq Transformer auf Cloud TPU trainieren

  Anleitung für das Training der FairSeq-Version des Transformer-Modells auf Cloud TPU und zum Ausführen der WMT 18-Übersetzungsaufgabe vom Englischen ins Deutsche.

• Automatische Spracherkennung auf Cloud TPU (TF 1.x) ausführen

  Spracherkennungsmodell mit TensorFlow, optimiert für die Ausführung auf Cloud TPU

Google Cloud-Dienstintegrationen

• ResNet mit Cloud TPU und GKE trainieren

  GKE zum Verwalten von Cloud TPU-Ressourcen beim Trainieren eines ResNet-Modells verwenden

Migration

• Migration zu TPUEstimator API

  In dieser Anleitung wird beschrieben, wie Sie ein Modellprogramm, das die Estimator API verwendet, in ein Modellprogramm umwandeln, das die TPUEstimator API verwendet.

Weitere Modelle auf GitHub

• Weitere Modelle

  Zusammenfassung weiterer auf GitHub verfügbarer Modelle, die für die Ausführung auf Cloud TPU optimiert sind.