TensorFlow架构 我们为大规模分布式训练和推理设计了TensorFlow,但它也足够灵活,可以支持新机器学习模型和系统级优化的实验。 本文档描述了使这种规模和灵活性相结合的系统架构。
DistributedTensorFlow 本文档展示了如何创建一个TensorFlow服务器集群,以及如何在该集群中分配一个计算图。我们假设您熟悉编写TensorFlow程序的基本概念。
其他语言的TensorFlow 背景 本文档旨在为那些对创建或开发其他编程语言中的TensorFlow功能感兴趣的人员提供指导。它描述了TensorFlow的功能以及推荐使用其他编程语言提供的步骤。
HowtorunTensorFlowonHadoop 本文档介绍如何在Hadoop上运行TensorFlow。它将被扩展为描述在各种集群管理器上运行,但目前仅描述在HDFS上运行。
具有张量流的大规模线性模型 tf.estimatorAPI为TensorFlow中的线性模型提供了一套丰富的工具(除其他外)。本文档提供了这些工具的概述。它说明: 线性模型是什么。
TensorFlow模型文件的工具开发人员指南 大多数用户不需要关心TensorFlow如何将数据存储在磁盘上的内部细节,但如果您是工具开发人员,则可能会这样做。
TensorFlow版本兼容性 本文档面向需要向不同版本的TensorFlow(代码或数据)提供向后兼容性的用户,以及希望在保持兼容性的同时修改TensorFlow的开发人员。
根据您安装TensorFlow的方式,您可能还需要激活您的TensorFlow环境。然后,执行以下操作: 1.从github克隆TensorFlow存储库。 2.cd到下载的树的顶部。
开发者指南 本单元中的文档介绍了编写TensorFlow代码的细节。对于TensorFlow1.3,我们广泛修改了这个文档。
TensorFlow广泛和深度学习教程 在之前的TensorFlow线性模型教程中,我们使用人口普查收入数据集训练了一个逻辑回归模型来预测个人年收入超过5万美元的概率。
教程 本节包含演示如何在TensorFlow中执行特定任务的教程。如果您是TensorFlow的新手,我们建议您在阅读这些教程之前阅读“入门”部分中的文档。
它包含以下文件: 分布式TensorFlow,它解释了如何创建一个TensorFlow服务器集群。 如何在Hadoop上运行TensorFlow,它具有一个高度自明性的标题。
FrequentlyAskedQuestions 本文档提供有关TensorFlow的一些常见问题解答。如果您的问题未在此处介绍,您或许可以在TensorFlow社区资源中找到答案。
使用性能指南开始您的调查,然后深入了解高性能模型中详细描述的技术: 性能指南,其中包含一系列优化您的TensorFlow代码的最佳实践。
必须下载TensorFlow源代码,并且能够构建它。 我们将支持文件格式的任务分成两部分: 文件格式:我们使用ReaderOp从文件中读取记录(可以是任何字符串)。

扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号:粤B2-20090059
粤公网安备44030502008569号
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号
