TensorFlow'u kullanmaya başlayın
TensorFlow, her ortamda çalışabilen makine öğrenimi modelleri oluşturmayı kolaylaştırır. Etkileşimli kod örnekleri aracılığıyla sezgisel API'lerin nasıl kullanılacağını öğrenin.
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 ile gerçek dünyadaki sorunları çözün
Araştırmayı ilerletmek ve yapay zeka destekli uygulamalar oluşturmak için TensorFlow'un nasıl kullanıldığına dair örnekleri keşfedin.
GNN'ler nesneler arasındaki karmaşık ilişkileri işleyebilir, bu da onları trafik tahmini, tıbbi keşif ve daha fazlası için güçlü bir teknik haline getirir.
TensorFlow Lite'ın fetal ultrason değerlendirmesine nasıl erişim sağladığını, Kenya ve dünya genelinde kadınlar ve ailelerin sağlık sonuçlarını nasıl iyileştirdiğini öğrenin.
Spotify'ın genişletilebilir bir çevrimdışı simülatör tasarlamak ve RL Temsilcilerini çalma listeleri oluşturmaları için eğitmek için TensorFlow ekosistemini nasıl kullandığını öğrenin.
TensorFlow'daki yenilikler
TensorFlow ekibi ve topluluğundan en son duyuruları okuyun.
Ekosistemi keşfedin
Modellemeyi, devreye almayı ve diğer iş akışlarını hızlandırmak için üretimde test edilmiş araçları keşfedin.
Kütüphane
TensorFlow Lite
ML'yi Android, iOS, Raspberry Pi ve Edge TPU gibi mobil ve uç cihazlara dağıtın.
Kütüphane
TensorFlow.js
Modelleri JavaScript veya Node.js kullanarak doğrudan tarayıcıda eğitin ve çalıştırın.
API'si
tf.data
Verileri önceden işleyin ve makine öğrenimi modelleri için giriş ardışık düzenleri oluşturun.
Kütüphane
TFX
Üretim ML işlem hatları oluşturun ve MLOps'un en iyi uygulamalarını uygulayın.
API'si
tf.keras
TensorFlow'un üst düzey API'si ile makine öğrenimi modelleri oluşturun.