Skip to Content
Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow
book

Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

by Aurélien Géron
March 2019
Intermediate to advanced
576 pages
20h 51m
Portuguese (Portugal, Brazil)
Alta Books
Content preview from Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow
340 | Capítulo 12: Distribuindo o TensorFlow Por Dispositivos e Servidores
você também omitir o índice da task (por exemplo, “/j o b:p s” ), o TensorFlow padroniza
em “/ta s k:0” e, se você omitir o nome do job e o índice da task, o TensorFlow padroniza
para o master task da sessão.
Particionando Variáveis em Múltiplos Servidores de Parâmetros
Como veremos em breve, um padrão comum no treinamento de uma rede neural em
uma instalação distribuída é armazenar os parâmetros do modelo em um conjunto de
servidores de parâmetros (ou seja, as tarefas no job “ps”), enquanto outras tarefas se
concentram em cálculos (ou seja, as tarefas no job
worke ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Start your free trial

You might also like

Engenharia de IA

Engenharia de IA

Chip Huyen

Publisher Resources

ISBN: 9788550803814