安装TensorFlow
使用GPU
概述
初学者
快速入门
基本ML与Keras
加载和预处理数据
先进的
定制
图片
结构化数据
分布式训练
Keras
开始
例子
TensorFlow力学
基础知识
数据输入管道
功能规范API
TensorFlow中心
关键概念
模型保存
检查点
保存模型
估计
水管工
闪亮的
TensorFlow服务
英格兰vs伊朗让球RStudio连接
培训运行
云毫升
Tensorboard
cloudml
keras
tensorflow
tfdatasets
tfestimators
tfruns
资源
模型训练功能。
cloudml_train ()
使用Cloud ML训练一个模型
用于部署模型和生成预测的函数。
cloudml_deploy ()
将SavedModel部署到CloudML
cloudml_predict ()
在CloudML模型上执行预测。
用于管理远程云ML作业的函数。
job_status ()
作业的当前状态
job_collect ()
收集工作输出
job_stream_logs ()
显示作业日志流
job_trials ()
当前工作的试验
job_cancel ()
取消工作
job_list ()
列出所有工作
与谷歌Storage交互的函数。
gs_copy ()
将文件复制到/从谷歌存储
gs_rsync ()
同步两个桶/目录的内容
gs_data_dir ()
谷歌不运行在CloudML上时同步到本地存储的存储桶路径。
gs_data_dir_local ()
获取谷歌存储桶内容的本地路径
与谷歌云SDK交互的功能。
gcloud_install ()
安装谷歌Cloud SDK
gcloud_init ()
初始化谷歌Cloud SDK
gcloud_terminal ()
创建一个访问谷歌Cl英格兰vs伊朗让球oud SDK的RStudio终端