Tutoriels

Classification d'images

• Exécuter MNIST sur Cloud TPU (TF 2.x)

  Modèle de classification d'images MNIST utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Exécuter MNIST sur Cloud TPU (TF 1.x)

  Modèle de classification d'images MNIST utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner ResNet sur Cloud TPU (TF 2.x)

  Modèle de classification d'images ResNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner Keras ResNet-RS sur Cloud TPU (TF 2.x)

  Modèle Keras ResNet-RS utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner ResNet sur Cloud TPU (TF 1.x)

  Modèle de classification d'images ResNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• (PyTorch) Entraîner ResNet sur Cloud TPU

  Modèle de classification d'images ResNet utilisant PyTorch, optimisé pour fonctionner sur Cloud TPU.

• Entraîner MnasNet sur Cloud TPU (TF 1.x)

  Modèle de classification d'images MnasNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner EfficientNet sur Cloud TPU (TF 1.x)

  Modèle de classification d'images EfficientNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner EfficientNet sur Cloud TPU (TF 1.x)

  Modèle de classification d'images EfficientNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner AmoebaNet-D sur Cloud TPU (TF 1.x)

  Modèle de classification d'images AmoebaNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Exécuter Inception sur Cloud TPU (TF 1.x)

  Guide pour l'entraînement des modèles Inception sur Cloud TPU.

• Exécuter Deeplab v3 sur Cloud TPU (TF 1.x)

  Guide pour l'entraînement du modèle Deeplab v3 sur Cloud TPU.

Détection d'objet

• Entraîner RetinaNet sur Cloud TPU (TF 1.x)

  Modèle de détection d'objets RetinaNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner RetinaNet sur Cloud TPU (TF 2.x)

  Modèle de détection d'objets RetinaNet utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner ShapeMask sur Cloud TPU (TF 2.x)

  Modèle de détection d'objets ShapeMask utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner ShapeMask sur Cloud TPU (TF 1.x)

  Modèle de détection d'objets ShapeMask utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner le modèle Mask RCNN sur Cloud TPU (TF 2.x)

  Modèle de Mask RCNN utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

• Entraîner le modèle Mask RCNN sur Cloud TPU (TF 1.x)

  Modèle de Mask RCNN utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

Systèmes de recommandation

• Modèle DLRM d'entraînement (PyTorch) sur Cloud TPU

  Guide pour l'entraînement du modèle DLRM (PyTorch) sur Cloud TPU.

• Entraîner des modèles DLRM et DCN sur Cloud TPU (TF 2.x)

  Guide consacré à l'entraînement des modèles de classement DLRM et DCN v2 pour des tâches telles que la prédiction du taux de clics (CTR).

• Entraîner un modèle de filtrage collaboratif neuronale sur Cloud TPU (TF 2.x)

  Mise en œuvre du framework de filtrage collaboratif neuronal (NCF) avec le modèle de factorisation matricielle neuronale (NeuMF)

Traitement distribué sur un pod

• Modèles d'entraînement (PyTorch) sur les pods Cloud TPU

  Modèle de classification d'images ResNet-50 utilisant PyTorch, optimisé pour être exécuté sur un pod Cloud TPU.

Traitement du langage naturel

• Optimiser BERT avec Cloud TPU : tâches de classification de phrases et de paires de phrases (TF 2.x)

  Découvrez comment utiliser le modèle BERT (Bidirectional Encoder Representations from Transformers) avec Cloud TPU.

• Optimiser BERT avec Cloud TPU : tâches de classification de phrases et de paires de phrases (TF 1.x)

  Découvrez comment utiliser le modèle BERT (Bidirectional Encoder Representations from Transformers) avec Cloud TPU.

• (PyTorch) Pré-entraînement FairSeq RoBERTa sur Cloud TPU

  Guide pour le pré-entraînement de la version FairSeq du modèle RoBERTa sur Cloud TPU avec l'ensemble de données public wikitext -103.

Modèle Transformer de T2T

• Entraîner Transformer sur Cloud TPU (TF 2.x)

  Guide pour l'entraînement du modèle Transformer de Tensor2Tensor sur Cloud TPU, pour la traduction de l'anglais vers l'allemand.

• Exécuter le modèle Transformer avec Tensor2Tensor sur Cloud TPU (TF 1.x)

  Guide pour l'entraînement du modèle Transformer de Tensor2Tensor sur Cloud TPU, pour la traduction, la modélisation du langage et l'analyse des sentiments.

• (PyTorch) Entraînement FairSeq Transformer sur Cloud TPU

  Guide pour l'entraînement de la version FairSeq du modèle Transformer sur Cloud TPU et exécution de la tâche de traduction WMT 18 pour traduire de l'anglais vers l'allemand.

• Exécuter le modèle de reconnaissance automatique de la parole sur Cloud TPU (TF 1.x)

  Modèle de reconnaissance vocale utilisant TensorFlow, optimisé pour fonctionner sur Cloud TPU.

Migration

• Migrer vers l'API TPUEstimator

  Ce tutoriel explique comment convertir un programme de modèle utilisant l'API Estimator en un programme utilisant l'API TPUEstimator.