首页
开始
基本面
资源
文档
首页
开始
基本面
资源
文档
TensorFlow on Databricks
1.注册Databricks
2.遵循指南
快速启动
内容类型
所有
博客
例如笔记本电脑
教程
视频
网络研讨会
博客
Databricks运行时5.3 ML现在普遍可用
Databricks运行时5.2 ML特性多gpu工作流,Pregel API,和性能图帧
在数据上加速机器学习:按需网络研讨会和常见问题解答现已可用!
介绍Databricks运行时5.1机器学习
介绍分布式深度学习训练的HorovodRunner
介绍Databricks运行时5.0机器学习
应用卷积神经网络:按需网络研讨会和常见问题解答现已可用!
训练你的神经网络:按需网络研讨会和常见问题现已可用!
神经网络导论:按需网络研讨会和常见问题解答现已可用!
宣布用于机器学习的Databricks运行时
使用TensorFlow™和Databricks的可扩展端到端深度学习:按需网络研讨会和常见问题解答现已可用!
使用Apache Spark和TensorFlow进行深度学习
让深度学习变得简单的愿景
例如笔记本电脑
使用HorovodRunner实现分布式深度学习的简单步骤
在Databricks的单个节点上使用Keras和TensorFlow
使用Keras CNN的MNIST演示(第一部分)
使用Keras CNN的MNIST演示(第二部分)
使用Keras CNN的MNIST演示(第3部分)
MNIST实验Keras, HorovodRunner和MLflow
MNIST与Keras, HorovodRunner和MLflow
教程
识别视频中的可疑行为
视频
简化分布式TensorFlow训练用于星巴克的快速图像分类
Spark上使用Azure认知服务的无监督对象检测
基于Apache Spark和TensorFlow的分布式深度学习
在生产管道中使用深度学习预测消费者的兴趣
互联家庭的人工智能和机器学习
深度学习和Apache Spark的大规模地理空间分析
氢计划:在Apache Spark中统一最先进的人工智能和大数据
在Apache Spark中统一最先进的AI和大数据
Databricks Runtime for ML:用HorovodRunner简化分布式深度学习
TensorFrames: Apache Spark上使用TensorFlow进行深度学习
Apache Spark 2.x中的深度学习和流媒体
三个深度学习框架:TensorFlow、Keras和PyTorch
网络研讨会
分布式深度学习的简单步骤
在数据库里加速机器学习
Project Hydrogen: Apache Spark™上最先进的深度学习
深度学习基础-第3部分:应用卷积神经网络
深度学习基础-第2部分:训练你的神经网络
深度学习基础-第1部分:神经网络介绍
使用TensorFlow™和Databricks的可扩展端到端深度学习
轻松构建、扩展和部署深度学习管道
Apache®Spark™上的深度学习:工作流和最佳实践
搜索