教程

图片分类

• 在 Cloud TPU 上运行 MNIST (TF 2.x)

  一个使用 TensorFlow 的 MNIST 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上运行 MNIST (TF 1.x)

  一个使用 TensorFlow 的 MNIST 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 ResNet (TF 2.x)

  一个使用 TensorFlow 的 ResNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 ResNet (TF 1.x)

  一个使用 TensorFlow 的 ResNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• (PyTorch) 在 Cloud TPU 上训练 ResNet

  一个使用 PyTorch 的 ResNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 MnasNet (TF 1.x)

  一个使用 TensorFlow 的 MnasNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 EfficientNet (TF 2.x)

  一个使用 TensorFlow 的 EfficientNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 EfficientNet (TF 1.x)

  一个使用 TensorFlow 的 EfficientNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 AmoebaNet-D (TF 1.x)

  一个使用 TensorFlow 的 AmoebaNet 图片分类模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上运行 Inception (TF 1.x)

  在 Cloud TPU 上训练 Inception 模型的指南。

• 在 Cloud TPU 上运行 Deeplab v3 (TF 1.x)

  在 Cloud TPU 上训练 Deeplab v3 模型的指南。

对象检测

• 在 Cloud TPU 上训练 RetinaNet (TF 1.x)

  一个使用 TensorFlow 的 RetinaNet 对象检测模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 RetinaNet (TF 2.x)

  一个使用 TensorFlow 的 RetinaNet 对象检测模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 ShapeMask (TF 1.x)

  一个使用 TensorFlow 的 ShapeMask 对象检测模型，针对在 Cloud TPU 上运行进行了优化。

• 在 Cloud TPU 上训练 Mask RCNN (TF 1.x)

  一个使用 TensorFlow 的 Mask RCNN 模型，针对在 Cloud TPU 上运行进行了优化。

推荐系统

• (PyTorch) 在 Cloud TPU 上训练 DLRM 模型

  在 Cloud TPU 上训练 PyTorch DLRM 模型的指南。

• 在 Cloud TPU 上训练 DLRM 和 DCN 模型 (TF 2.x)

  为点击率 (CTR) 预测等任务训练 DLRM 和 DCN v2 排名模型的指南。

• 在 Cloud TPU 上训练神经协同过滤模型 (TF 2.x)

  采用神经矩阵分解 (NeuMF) 模型的神经协同过滤 (NCF) 框架的实现

Pod 上的分布式处理

• (PyTorch) 在 Cloud TPU Pod 上训练模型

  一个使用 PyTorch 的 ResNet-50 图片分类模型，针对在 Cloud TPU Pod 上运行进行了优化。

自然语言处理

• 使用 Cloud TPU 调整 BERT 模型：句子和句对分类任务 (TF 2.x)

  了解如何在 Cloud TPU 中使用基于 Transformer 的双向编码器表示法 (BERT)。

• 使用 Cloud TPU 调整 BERT 模型：句子和句对分类任务 (TF 1.x)

  了解如何在 Cloud TPU 中使用基于 Transformer 的双向编码器表示法 (BERT)。

• 为语言理解预训练 XLNet 通用化自动回归 (TF 2.x)

  在 Cloud TPU 上训练基于 Transformer 的双向编码器表示法 (BERT) 模型。

• (PyTorch) 在 Cloud TPU 上预训练 FairSeq RoBERTa

  关于使用公共数据集 wikitext-103 在 Cloud TPU 上预训练 FairSeq 版 RoBERTa 模型的指南。

T2T Transformer

• 在 Cloud TPU 上训练 Transformer (TF 2.x)

  关于在 Cloud TPU 上训练 Tensor2Tensor Transformer 模型以进行英德翻译的指南。

• 在 Cloud TPU 上运行 Tensor2Tensor Transformer (TF 1.x)

  关于在 Cloud TPU 上训练 Tensor2Tensor Transformer 模型以进行翻译、语言建模和情感分析的指南。

• (PyTorch) 在 Cloud TPU 上训练 FairSeq Transformer

  关于在 Cloud TPU 上训练 FairSeq 版 Transformer 模型和运行英译德 WMT 18 翻译任务的指南。

• 在 Cloud TPU 上运行自动语音识别 (TF 1.x)

  一个使用 TensorFlow 的 voice-text 模型，针对在 Cloud TPU 上运行进行了优化。

Google Cloud 服务集成

• 使用 Cloud TPU 和 GKE 训练 ResNet

  在训练 ResNet 模型时使用 GKE 管理 Cloud TPU 资源。

迁移

• 迁移到 TPUEstimator API

  本教程介绍如何将使用 Estimator API 的模型程序转换为使用 TPUEstimator API 的模型程序。

GitHub 上的更多模型

• 更多模型

  GitHub 上提供的为了在 Cloud TPU 上运行而进行优化的其他模型的摘要。