Por que usar o TensorFlow
Não importa se você está apenas começando ou já tem conhecimentos avançados: o TensorFlow é uma plataforma completa que facilita a criação e a implantação de modelos de ML.
Um ecossistema completo para resolver problemas desafiadores do mundo real usando machine learning
Criação fácil de modelos
O TensorFlow oferece diversos níveis de abstração para que você possa escolher o que mais se adapta às suas necessidades. Use a API Keras de alto nível para criar e treinar modelos. Assim, é fácil dar os primeiros passos com machine learning e com o TensorFlow.
Se você precisar de mais flexibilidade, a execução rápida permite iteração imediata e depuração intuitiva. Para tarefas de treinamento de ML em grande escala, use a API Distribution Strategy para treinamento distribuído em diferentes configurações de hardware sem mudar as definições do modelo.
Produção robusta de ML em qualquer lugar
O TensorFlow sempre possibilitou um caminho direto para a produção. Tanto em servidores quanto em dispositivo de borda ou a Web, o TensorFlow permite treinar e implantar modelos de maneira simplificada, independentemente da linguagem ou da plataforma utilizada.
Use o TFX se você precisar de um pipeline completo de ML para produção. Para executar inferências em dispositivos móveis e de borda, use o TensorFlow Lite. Treine e implante modelos em ambientes JavaScript com o TensorFlow.js.
Experimentos poderosos para pesquisa
Crie e treine modelos avançados sem sacrificar velocidade ou desempenho. O TensorFlow proporciona flexibilidade e controle com recursos como a API funcional Keras e a API de subclassificação de modelos para a criação de topologias complexas. Use a execução rápida para simplificar a prototipagem e acelerar a depuração.
O TensorFlow também é compatível com um poderoso ecossistema de modelos e bibliotecas de complementos, como Ragged Tensors, TensorFlow Probability, Tensor2Tensor e BERT.
Ver como as empresas usam o TensorFlow
Saiba mais sobre o funcionamento de machine learning
Você quer saber como uma rede neural funciona? Ou quais são os passos para resolver um problema de ML? Não se preocupe, é para isso que estamos aqui. Confira a seguir uma visão geral dos fundamentos de machine learning. Se você quiser informações mais detalhadas, acesse a página de educação e veja conteúdo para o nível avançado e iniciante.
Introdução a ML
Machine learning é a prática de ajudar softwares a realizar tarefas sem programação ou regras explícitas. Na programação tradicional, um desenvolvedor especifica regras que o computador precisa seguir. Porém, ML demanda uma mentalidade diferente. No mundo real, o foco de ML é mais na análise de dados do que na programação. Os desenvolvedores fornecem exemplos, e o computador aprende padrões a partir dos dados. Pense em machine learning como "programação com dados".
Passos para resolver um problema de ML
There are multiple steps in the process of getting answers from data using ML. For a step-by-step overview, check out this guide that shows the complete workflow for text classification, and describes important steps like collecting a dataset, and training and evaluating a model with TensorFlow.
Anatomia de uma rede neural
A neural network is a type of model that can be trained to recognize patterns. It is composed of layers, including input and output layers, and at least one hidden layer. Neurons in each layer learn increasingly abstract representations of the data. For example, in this visual diagram we see neurons detecting lines, shapes, and textures. These representations (or learned features) make it possible to classify the data.
Treinar uma rede neural
Redes neurais são treinadas por gradiente descendente Os pesos de cada camada começam com valores aleatórios, que melhoram por iteração com o tempo. Isso aumenta a acurácia da rede. Uma função de perda é usada para quantificar essa acurácia. Um processo chamado retropropagação é usado para determinar se o peso aumentará ou diminuirá a fim de reduzir a perda.
Nossa comunidade
A comunidade do TensorFlow é um grupo ativo de desenvolvedores, pesquisadores, visionários, inventores e pessoas que resolvem problemas. A porta sempre está aberta para que você contribua, colabore e compartilhe ideias.