TensorFlow 2 tập trung vào tính đơn giản và dễ sử dụng, với các cập nhật như thực thi háo hức, API cấp cao hơn trực quan và xây dựng mô hình linh hoạt trên bất kỳ nền tảng nào.

Nhiều hướng dẫn được viết dưới dạng sổ ghi chép Jupyter và chạy trực tiếp trong Google Colab — môi trường sổ ghi chép được lưu trữ không yêu cầu thiết lập. Nhấp vào nút Chạy trong Google Colab .

Tài liệu cần thiết

Cài đặt gói hoặc xây dựng từ nguồn. Hỗ trợ GPU cho các thẻ hỗ trợ CUDA®.
Tìm hiểu cách di chuyển mã TF1.x của bạn sang TF2.
Keras là một API cấp cao dễ dàng hơn cho người mới bắt đầu ML cũng như các nhà nghiên cứu.
Tìm hiểu về các lớp và tính năng cơ bản giúp TensorFlow hoạt động.
API tf.data cho phép bạn xây dựng các đường ống dẫn đầu vào phức tạp từ các mảnh đơn giản, có thể tái sử dụng.
Tìm hiểu về các phương pháp hay nhất để phát triển hiệu quả bằng TensorFlow 2.
Lưu mô hình TensorFlow bằng cách sử dụng các điểm kiểm tra hoặc định dạng SavedModel.
Phân phối đào tạo trên nhiều GPU, nhiều máy hoặc TPU.
Các phương pháp hay nhất và kỹ thuật tối ưu hóa để đạt được hiệu suất TensorFlow tối ưu.
Khám phá các tài nguyên bổ sung để xây dựng các mô hình hoặc phương pháp nâng cao sử dụng TensorFlow và truy cập các gói ứng dụng dành riêng cho miền mở rộng TensorFlow.
  • Một bộ công cụ trực quan để hiểu, gỡ lỗi và tối ưu hóa các chương trình TensorFlow.
  • Một tập hợp các bộ dữ liệu đã sẵn sàng để sử dụng với TensorFlow.
  • Bộ công cụ tối ưu hóa mô hình TensorFlow là một bộ công cụ để tối ưu hóa các mô hình ML để triển khai và thực thi.
  • TensorFlow Probability là một thư viện cho lý luận xác suất và phân tích thống kê.
  • MLIR hợp nhất cơ sở hạ tầng cho các mô hình ML hiệu suất cao trong TensorFlow.
  • Trình biên dịch dành riêng cho miền dành cho đại số tuyến tính giúp tăng tốc các mô hình TensorFlow mà không có khả năng thay đổi mã nguồn.
  • Phần mở rộng tập dữ liệu, phát trực tuyến và hệ thống tệp do SIG IO duy trì.