【深度学习 TPU、tensorflow】kaggle竞赛 使用TPU对104种花朵进行分类 第一次尝试 40%准确率

前言

张量处理单元（TPU）现在可在Kaggle上使用

张量处理单元（TPU）配额现在可以在Kaggle上使用，无需您付费！

TPU是专门用于深度学习任务的强大硬件加速器。它们由Google开发（并首次使用）来处理大型图像数据库，例如从街景视图中提取所有文本。这项比赛是为您尝试TPU而设计的。

最新的Tensorflow版本（TF 2.1）专注于TPU，现在在使用自定义训练循环的模型中，它们都通过Keras高级API和较低级别得到支持。

我们迫不及待地想看看TPU如何加速您的解决方案！

挑战

很难理解我们自然世界的广阔和多样性。

这里有5,000多种哺乳动物，10,000多种鸟类，30,000多种鱼类，而且惊人地有400,000多种不同类型的花。

在这场比赛中，您面临的挑战是建立一个机器学习模型，该模型可识别图像数据集中的花朵类型（为简单起见，我们坚持使用100多种类型的花朵）。

Getting started with 100+ flowers on TPU

import math, re, os
import tensorflow