[英]Running tensorflow model training from dataflow
我正在玩 tensorflow，今天我注意到谷歌还为他们的数据流开源了 Python SDK。 目前，当我需要并行训练和评估多个网络时，我通常使用luigi并一个接一个地运行模型训练，或者我使用spark并在地图步骤中执行每个模型训练。 整个数据处理只是管道的一部分。
我想知道是否有或是否计划在数据流管道内执行张量流模型训练步骤？
目前是否有一些最佳实践？
或者我是否必须在地图步骤中运行每个模型设置？
我浏览了文档，现在似乎真的很模糊，所以我在这里问是否有人对此有一些经验。
目前没有任何计划。
如果您可以在单台机器上运行 Tensorflow 训练（听起来这就是您使用 Spark 所做的），那么应该可以在 Dataflow 管道的DoFn内进行训练。
运行用python编写的tensorflow模型以从Java进行训练和预测
[英]Running a tensorflow model written in python for training and prediction from java
从 tensorflow 和 keras 中的 mnist 训练 model 的问题
[英]problem with training model from mnist in tensorflow and keras
是否可以从 Tensorflow 中的检查点 model 恢复训练？
[英]Is it possible to resume training from a checkpoint model in Tensorflow?
在运行模型时使用 tensorflow 进行训练时出现 valueError.Evaluate()
[英]valueError while training with tensorflow while running model.Evaluate()
Tensorflow：从图像中预测一个点，用点标签训练模型
[英]Tensorflow: predicting a point from an image, training model with a point labels
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
