泉州网站的建设,小程序启动失败 错误码,seo人员的职责,陇西哪里能学做网站TensorFlow 是一个端到端的开源机器学习平台#xff0c;可以更轻松地构建和部署机器学习模型。TensorFlow 应用程序使用一种称为数据流图的结构。默认情况下#xff0c;在 TensorFlow 1.0 版中#xff0c;每个图形都必须在 TensorFlow 会话中运行#xff0c;这只允许一次运…TensorFlow 是一个端到端的开源机器学习平台可以更轻松地构建和部署机器学习模型。TensorFlow 应用程序使用一种称为数据流图的结构。默认情况下在 TensorFlow 1.0 版中每个图形都必须在 TensorFlow 会话中运行这只允许一次运行整个图形并且很难调试计算图形。绕过此默认值并能够调试代码的唯一方法是使用 Eager Execution。
Eager Execution 是一个灵活的机器学习平台用于研究和实验提供 直观的界面使代码可以自然地结构化并使用 Python 数据结构。小模型、小数据可以快速迭代。 通过提供直接调用操作来逐行检查代码和测试更改的功能简化调试。 使用 Python 控制流而不是图形控制流的自然控制流这简化了动态模型的规范。
在 TensorFlow 2.x 中默认情况下会启用 Eager Execution并允许逐行运行和评估 TensorFlow 代码。
学习目标
本教程着眼于 Eager Execution 的影响以及在 TensorFlow 2.x 中默认启用它的好处。您将使用 Jupyter Notebook 来观察 TensorFlow 在禁用和启用 Eager Execution 时的行为。你将学习如何 在 IBM Cloud® Pak for Data as a Service 上使用 IBM Watson® Studio 运行 Jupyter Notebook 禁用和启用 Eager Execution 了解 Eager Execution 的优势
先决条件
遵循本教程需要满足以下先决条件 IBM Cloud 帐户 IBM Cloud Pak for Data
预计时间
完成本教程大约需要 30 分钟。
步骤 设置 IBM Cloud Pak for Data as a Service 创建一个新项目并导入笔记本 通读笔记本 运行笔记本的前半部分 重新启动内核 运行笔记本的后半部分
设置 IBM Cloud Pak for Data as a Service 打开浏览器并使用 IBM Cloud 凭证登录到 IBM Cloud。 在顶部的搜索栏中输入内容。如果您已经有一个 Watson Studio 实例它应该是可见的。如果是这样请单击它。如果没有请单击 Catalog Results 下的 Watson Studio 以创建新的服务实例。Watson Studio 如果要创建新的服务实例请选择要创建的计划类型。对于本教程精简版免费计划应该就足够了。单击创建。 单击服务实例登录页面上的“开始使用”。 这应该会将您带到 IBM Cloud Pak for Data as a Service 的登录页面。 点击右上角的头像然后点击您姓名下方的个人资料和设置。 切换到“服务”选项卡。您应该会看到 Your Cloud Pak for Data services 下列出的 Watson Studio 服务实例。 您还可以将其他服务例如 Watson Knowledge Catalog 和 Watson Machine Learning与 IBM Cloud Pak for Data as a Service 帐户相关联。这些列在“试用我们的可用服务”下。 在此显示的示例中IBM Cloud 帐户中已存在 Watson Knowledge Catalog 服务实例因此它会自动与 IBM Cloud Pak for Data as a Service 帐户相关联。要添加任何其他服务在本例中为 Watson Machine Learning请在“试用我们的可用服务”下的服务磁贴中单击“添加”。 选择要创建的计划类型精简版计划就足够了然后单击“创建”。
创建服务实例后您将返回到 IBM Cloud Pak for Data as a Service 实例。您应该看到该服务现在与您的 IBM Cloud Pak for Data as a Service 帐户相关联。 创建新项目并导入笔记本 导航到左侧的汉堡菜单 ☰然后选择“查看所有项目”。屏幕加载后单击“新建 ”或“新建项目 ”以创建新项目。 选择“创建空项目”。 提供项目的名称。您必须将 IBM Cloud Object Storage 实例与您的项目相关联。如果您的 IBM Cloud 帐户中已有 IBM Cloud Object Storage 服务实例那么应将其自动填充在此处。否则请单击“添加”。 选择要创建的计划类型对于本教程来说精简版计划就足够了然后单击“创建”。 单击项目创建页面的刷新。 在看到您创建的 IBM Cloud Object Storage 实例显示在 Storage 下后单击 Create。 创建项目后可以将笔记本添加到项目中。单击“添加到项目 ”然后选择“笔记本”。 切换到“从 URL”选项卡。提供笔记本的名称 as 和笔记本 URL 的 。Eager_Execution_in_TensorFlow_2.xhttps://raw.githubusercontent.com/IBM/dl-learning-path-assets/main/fundamentals-of-deeplearning/notebooks/Eager_Execution_in_TensorFlow_2.x.ipynb 在选择运行时下拉菜单下选择默认 Python 3.7 XXS 1 vCPU4 GB RAM列表中的第一个选项。这是可用的最小运行时每小时消耗的最小容量单位 0.5。对于本教程来说此运行时应该足够了。单击创建。 加载 Jupyter Notebook 并准备就绪内核后可以开始执行笔记本中的单元。 重要提示请确保在完成后停止笔记本的内核以节省内存资源。 注意项目中包含的 Jupyter Notebook 已清除输出。如果您想查看已经完成输出的笔记本请参阅示例笔记本. 通读笔记本
花一些时间浏览笔记本的各个部分以获得概述。笔记本由文本Markdown 或标题单元格和代码单元格组成。Markdown 单元格提供有关代码设计用途的注释。
通过突出显示每个单元格然后单击笔记本顶部的“运行”或使用键盘快捷键运行单元格Shift Enter 但这可能因平台而异来单独运行单元格。当单元运行时星号 会显示在单元格的左侧。当该单元格完成运行时将显示一个序列号例如。[*][17] 注意笔记本中的某些注释是修改代码特定部分的说明。在运行单元之前按照指示执行任何更改。 笔记本分为多个部分。 第 1 节解释了什么是 Eager Execution 及其功能。 第 2 节提供了安装 TensorFlow 的说明。 第 3 节将引导您完成一个示例该示例演示了在禁用 Eager Execution 时 TensorFlow 操作的工作原理。 第 4 节将引导您完成一个示例该示例演示了在启用 Eager Execution 时 TensorFlow 操作的工作原理。请注意在遵循这些说明之前必须重新启动内核。 第 5 节给出了一个动态控制流的示例当启用 Eager Execution 时这是可能的。
运行笔记本的前半部分
运行笔记本第 2 节和第 3 节中的单元格。这些部分中的代码将安装 TensorFlow 版本 2.2.0 及其先决条件然后演示在禁用 Eager Execution 时 Tensor 上的一组操作的行为方式。您可以看到在执行整个图形使用 *Session*之前Tensor 变量的中间值不可用。这使得调试代码变得困难。 请注意使用代码创建的对象的类型是 。a tf.constant(np.array([1., 2., 3.]))tensorflow.python.framework.ops.Tensor 重新启动内核
接下来您将启用“预先执行”并运行相同的代码。但是在创建任何张量之前必须在代码开头启用或禁用 Eager Execution。因此在启用 Eager Execution 之前必须重新启动内核。 要重新启动内核请转到“内核”菜单然后单击“重新启动”。在出现的选项中单击“重新启动”以确认要重新启动内核。 运行笔记本的后半部分 重新启动内核后运行第 4 节下的第一个代码单元该代码单元导入 和 .请注意执行时出现在代码左侧的序列号现在已重置并且第 4 节的 import 语句的序列号为 。tensorflownumpy[1] 继续执行第 4 节和第 5 节中的其余单元格。在第 4 节中启用了“预先执行”并重新运行之前运行的相同代码。由于启用了 Eager Execution因此现在可以调试代码并且可以检查中间变量值而无需将整个代码作为*会话*的一部分运行。 另请注意当启用“预先执行”时代码会创建一个类型的对象。这意味着当您启用或禁用 Eager Execution 时可以重复使用相同的代码。a tf.constant(np.array([1., 2., 3.]))tensorflow.python.framework.ops.EagerTensor 运行第 5 节中的代码单元。第 5 节中的代码显示了在启用 Eager Execution 的情况下Tensor 的行为与宿主语言中的任何其他变量一样您甚至可以在 Tensor 控制流中使用宿主语言控制语句和循环例如 、 和。ifwhilefor
总结
在本教程中您了解了 Eager Execution 的影响以及在 TensorFlow 2.x 中默认启用它的好处。您学习了如何在 IBM Cloud Pak for Data as a Service 上使用 Watson Studio 运行 Jupyter Notebook如何禁用和启用 Eager Execution以及 Eager Execution 的优势。下篇我会介绍TensorFlow的执行逻辑回归感觉大家的观看与点赞收藏
