教程

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。

图片分类

• 在 Cloud TPU 上运行 MNIST

  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

  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。

• 使用 PyTorch 在 Cloud TPU 上训练 ResNet - Alpha 版

  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

  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

  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 上运行 AmoebaNet-D

  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

  在 Cloud TPU 上训练 Inception 模型的指南。

• 在 Cloud TPU 上运行 Deeplab v3

  在 Cloud TPU 上训练 Deeplab v3 模型的指南。

对象检测

• 在 Cloud TPU 上训练 RetinaNet

  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

  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

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

Pod 上的分布式处理

• 在 Cloud TPU Pod 上训练 PyTorch 模型 - Alpha 版

  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

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

T2T Transformer

• 在 Cloud TPU 上运行 Tensor2Tensor Transformer

  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。

• 使用 PyTorch 在 Cloud TPU 上训练 FairSeq Transformer - Alpha 版

  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

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

GCP 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。

• 使用 Cloud Bigtable 流式传输数据

  在 Cloud TPU 上训练 TensorFlow ResNet-50 模型，并使用 Cloud Bigtable 流式传输训练数据。

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。