Tabla de contenido:

¿Qué es el módulo TensorFlow?
¿Qué es el módulo TensorFlow?

Video: ¿Qué es el módulo TensorFlow?

Video: ¿Qué es el módulo TensorFlow?
Video: ¿QUÉ ES TENSORFLOW? 2024, Mayo
Anonim

A módulo es una pieza autónoma de un TensorFlow gráfico, junto con sus pesos y activos, que se pueden reutilizar en diferentes tareas en un proceso conocido como aprendizaje por transferencia. El aprendizaje de transferencia puede: entrenar un modelo con un conjunto de datos más pequeño, mejorar la generalización y. Acelere el entrenamiento.

Además, ¿cómo se usa un concentrador de TensorFlow?

Para usar un módulo, importas TensorFlow Hub , luego copie / pegue la URL del módulo en su código. Algunos de los módulos de imagen disponibles en TensorFlow Hub . Cada módulo tiene una interfaz definida que permite su uso de forma reemplazable, con poco o ningún conocimiento de sus componentes internos.

Además, ¿cómo importo TensorFlow en el cuaderno Jupyter? Dentro de computadora portátil , usted puede importar TensorFlow con el alias tf. Haga clic para ejecutar. Se crea una nueva celda a continuación. Escribamos tu primer código con TensorFlow.

Inicie Jupyter Notebook

  1. Active el entorno hello-tf conda.
  2. Abra Jupyter.
  3. Importar tensorflow.
  4. Eliminar cuaderno.
  5. Cierre Jupyter.

Con respecto a esto, ¿TensorFlow es de código abierto?

TensorFlow es un fuente abierta biblioteca de software para el cálculo numérico utilizando gráficos de flujo de datos. TensorFlow es multiplataforma. Se ejecuta en casi todo: GPU y CPU, incluidas las plataformas móviles e integradas, e incluso las unidades de procesamiento tensorial (TPU), que son hardware especializado para realizar cálculos tensoriales.

¿Cómo instalo TensorFlow localmente?

CÓMO: Instalar Tensorflow localmente

  1. Clone la instalación de Python en el directorio local. Se enumeran tres comandos de creación alternativos.
  2. Activar el entorno de clonación. Para el shell bash: fuente activa local.
  3. Paquete de instalación. Instale la última versión de tensorflow que sea compatible con gpu.
  4. Prueba el paquete de Python.
  5. Instale sus propios módulos de Python.

Recomendado: