機械学習のためのエンドツーエンドのプラットフォーム

TensorFlow を使ってみる

TensorFlow を使用すると、あらゆる環境で実行できる ML モデルを簡単に作成できます。 インタラクティブなコードサンプルを使用して、直感的な API の使用方法を学習しましょう。

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
  loss='sparse_categorical_crossentropy',
  metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

ML を使用して現実世界の困難な問題を解決する

TensorFlow を使用して研究を推進し、AI を活用したアプリケーションを構築する例をご覧ください。

オンデバイス ML による妊産婦の健康へのアクセスの改善

TensorFlow Lite を使用して胎児の超音波診断へのアクセスを可能にし、ケニアをはじめとする世界中の女性や家族の健康状態を改善している方法をご覧ください。

強化学習を利用するレコメンデーション システムの構築

Spotify が TensorFlow エコシステムを活用して拡張可能なオフライン シミュレータを設計し、RL エージェントをトレーニングしてプレイリストを生成した方法をご覧ください。

Android に大規模言語モデルをデプロイする

LLM を最適化し、生成 AI アプリケーション向けに TensorFlow Lite でデプロイする方法を学びましょう。

TensorFlow の新機能

TensorFlow チームとコミュニティからの最新のお知らせをご覧ください。

コミュニティに参加

インタレスト グループやデベロッパー向けのイベントに参加して、コラボレーションしたり、サポートを求めたり、プロジェクトを共有したりすることができます。

ML の学習

機械学習の利用ははじめてですか?まずは、TensorFlow の厳選されたカリキュラムや、書籍、オンライン コース、動画のリソース ライブラリをご覧ください。

関係者全員とつながる

チャンネルをフォローするか、ニュースレターに登録して、機械学習と TensorFlow の最新情報をご確認ください。過去のニュースレターはアーカイブでご覧いただけます。