基本使用 综述 计算图 构建图 在一个会话中启动图 交互式使用 Tensor 变量 Fetch Feed 基本使用 使用 TensorFlow, 你必须明白 TensorFlow: 使用图 (graph) 来表示计算任务. 在被称之为 会话 (Session) 的上下文 (context) 中执行图. 使用 tensor...

模型转换工具 X2Paddle 多框架支持 安装 使用 Caffe TensorFlow 转换结果说明 问题反馈 模型转换工具 X2Paddle X2Paddle可以将caffe、tensorflow、onnx模型转换成Paddle支持的模型。 X2Paddle 支持将Caffe/TensorFlow模型转换为PaddlePaddle...

Predict on an InferenceService with a saved model from a URI Create HTTP/HTTPS header Secret and attach to Service account Sklearn Train and freeze the model Specify and create t...

定制开发环境Docker镜像 简介 制作Docker镜像 使用Dockerfile制作docker镜像 使用docker commit制作docker镜像 使用示例 参数介绍 注意： 定制开发环境Docker镜像 简介 Xiaomi Cloud-ML支持Bring Your Own Image功能，允许用户传入自定义的Docker镜...

@tf.function ：Graph Execution模式 * @tf.function 基础使用方法 @tf.function 内在机制 AutoGraph：将Python控制流转换为TensorFlow计算图 使用传统的 tf.Session @tf.function ：Graph Execution模式 * @tf.functi...

本书的适用群体 本书的适用群体 本书适用于以下读者： 已有一定机器学习/深度学习基础，希望将所学理论知识使用TensorFlow进行具体实现的学生和研究者； 曾使用或正在使用TensorFlow 1.X版本或其他深度学习框架（比如PyTorch），希望了解TensorFlow 2.0新特性的开发者； 希望将已有的TensorFlow模型应...

SQLFlow: Code Walkthrough User Experience System Implementation SQLFlow as a gRPC Server SQLFlow in the gRPC Server Minimal Viable Product Extensibility Job Management S...

Overview Multi-framework serving with KFServing or Seldon Core TensorFlow Serving NVIDIA TensorRT Inference Server Overview Model serving overview Kubeflow supports two mod...

运行示例 1 上传训练数据至hdfs路径 2 提交运行 运行示例 在XLearning客户端，使用$XLEARNING_HOME/bin/xl-submit 提交脚本将作业提交至Yarn集群。以TensorFlow作业提交为例： 1 上传训练数据至hdfs路径 将发布包解压后的data文件夹上传至hdfs，如： cd $XLEARNING...

End-to-end Kubeflow on IBM Cloud Introduction Overview of IKS The model and the data The overall workflow Run the MNIST Tutorial on IKS End-to-end Kubeflow on IBM Cloud Ru...