TensorFlow 集成

本页面介绍了 Gemini Enterprise Agent Platform 的 TensorFlow 集成，并提供了一些介绍如何在 Gemini Enterprise Agent Platform 上使用 TensorFlow 的资源。Gemini Enterprise Agent Platform 的 TensorFlow 集成可让您更轻松地在生产环境中训练、部署和编排 TensorFlow 模型。

在笔记本中运行代码

Agent Platform 提供了两个在笔记本中运行代码的选项：Colab Enterprise 和 Vertex AI Workbench。 如需详细了解这些选项，请参阅 选择笔记本解决方案。

用于训练的预构建容器

Gemini Enterprise Agent Platform 为模型训练提供预构建的 Docker 容器映像。 这些容器按机器学习框架和框架版本进行组织，并包含您可能想要在训练代码中使用的通用依赖项。

如需了解哪些 TensorFlow 版本具有预构建训练容器以及如何使用预构建训练容器训练模型，请参阅自定义训练的预构建容器。

分布式训练

您可以在 Gemini Enterprise Agent Platform 上运行 TensorFlow 模型的分布式训练。对于多工作器训练，您可以使用 Reduction Server 进一步优化性能，以实现全缩减集体操作。如需详细了解 Gemini Enterprise Agent Platform 上的分布式训练，请参阅 分布式训练。

用于推理的预构建容器

与用于训练的预构建容器类似，Gemini Enterprise Agent Platform 提供预构建的容器映像，以从您在 Gemini Enterprise Agent Platform 内部或外部创建的 TensorFlow 模型提供推理和说明。这些映像提供 HTTP 推理服务器，您可以使用这些服务器以最少的配置处理推理。

如需了解哪些 TensorFlow 版本具有预构建训练容器以及如何使用预构建训练容器训练模型，请参阅自定义训练的预构建容器。

优化的 TensorFlow 运行时

优化的 TensorFlow 运行时使用模型优化和新的专有 Google 技术来提高推理速度并降低推理费用，与适用于 TensorFlow 的 Gemini Enterprise Agent Platform 标准预构建推理容器相比。

TensorFlow Cloud Profiler 集成

使用 Gemini Enterprise Agent Platform 的 TensorFlow Cloud Profiler 集成来监控和优化训练作业的性能，以更低的费用更快地训练模型。TensorFlow Cloud Profiler 可帮助您了解训练操作的资源消耗情况，以便您找出并消除性能瓶颈。

如需详细了解 Agent Platform TensorFlow Cloud Profiler，请参阅使用 Profiler 分析模型训练性能 。

在 Gemini Enterprise Agent Platform 上使用 TensorFlow 的资源

如需了解详情并开始使用 Gemini Enterprise Agent Platform 中的 TensorFlow，请参阅以下资源。