จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ

TensorFlow 2 มุ่งเน้นไปที่ความเรียบง่ายและใช้งานง่าย โดยมีการอัปเดต เช่น การดำเนินการที่กระตือรือร้น, API ระดับสูงที่ใช้งานง่าย และการสร้างแบบจำลองที่ยืดหยุ่นบนทุกแพลตฟอร์ม

คู่มือจำนวนมากเขียนเป็นสมุดบันทึก Jupyter และทำงานโดยตรงใน Google Colab ซึ่งเป็นสภาพแวดล้อมของโน้ตบุ๊กที่โฮสต์ซึ่งไม่จำเป็นต้องตั้งค่าใดๆ คลิกเรียกใช้ในปุ่ม Google Colab

เอกสารสำคัญ

ติดตั้งแพ็คเกจหรือบิลด์จากแหล่งที่มา รองรับ GPU สำหรับการ์ดที่เปิดใช้งาน CUDA®
เรียนรู้วิธีย้ายรหัส TF1.x ของคุณไปยัง TF2
Keras เป็น API ระดับสูงที่ง่ายกว่าสำหรับผู้เริ่มต้น ML รวมถึงนักวิจัย
เรียนรู้เกี่ยวกับคลาสพื้นฐานและคุณสมบัติที่ทำให้ TensorFlow ทำงานได้
tf.data API ช่วยให้คุณสามารถสร้างท่อป้อนข้อมูลที่ซับซ้อนจากง่ายชิ้นนำมาใช้ใหม่
เรียนรู้เกี่ยวกับแนวทางปฏิบัติที่ดีที่สุดสำหรับการพัฒนาอย่างมีประสิทธิภาพโดยใช้ TensorFlow 2
บันทึกโมเดล TensorFlow โดยใช้จุดตรวจสอบหรือรูปแบบ SavedModel
แจกจ่ายการฝึกอบรมผ่าน GPU หลายเครื่อง หลายเครื่อง หรือ TPU
แนวทางปฏิบัติที่ดีที่สุดและเทคนิคการเพิ่มประสิทธิภาพเพื่อประสิทธิภาพ TensorFlow ที่เหมาะสมที่สุด
สำรวจ แหล่งข้อมูลเพิ่มเติม ในการสร้างแบบจำลองขั้นสูงหรือวิธีการใช้ TensorFlow และแพคเกจแอพลิเคชันเข้าถึงเฉพาะโดเมนที่ขยาย TensorFlow
  • ชุดเครื่องมือสร้างภาพเพื่อทำความเข้าใจ ดีบัก และเพิ่มประสิทธิภาพโปรแกรม TensorFlow
  • ห้องสมุดสำหรับการตีพิมพ์ การค้นพบ และการใช้ชิ้นส่วนที่นำกลับมาใช้ใหม่ได้ของโมเดลแมชชีนเลิร์นนิง
  • TensorFlow Model Optimization Toolkit เป็นชุดเครื่องมือสำหรับการเพิ่มประสิทธิภาพโมเดล ML สำหรับการปรับใช้และการดำเนินการ
  • กรอบงานสำหรับการเรียนรู้ของเครื่องและการคำนวณอื่นๆ เกี่ยวกับข้อมูลที่กระจายอำนาจ
  • กระบวนทัศน์การเรียนรู้เพื่อฝึกโครงข่ายประสาทเทียมโดยใช้ประโยชน์จากสัญญาณที่มีโครงสร้างนอกเหนือจากอินพุตคุณสมบัติ
  • ไลบรารีของฟังก์ชันกราฟิกคอมพิวเตอร์ตั้งแต่กล้อง แสงไฟ วัสดุ ไปจนถึงการเรนเดอร์
  • ชุดข้อมูลที่พร้อมใช้งานกับ TensorFlow
  • ระบบการให้บริการ TFX สำหรับรุ่น ML ที่ออกแบบมาเพื่อประสิทธิภาพสูงในสภาพแวดล้อมการผลิต
  • ความน่าจะเป็นของ TensorFlow เป็นห้องสมุดสำหรับการให้เหตุผลเชิงความน่าจะเป็นและการวิเคราะห์ทางสถิติ
  • MLIR รวมโครงสร้างพื้นฐานสำหรับโมเดล ML ประสิทธิภาพสูงใน TensorFlow
  • คอมไพเลอร์เฉพาะโดเมนสำหรับพีชคณิตเชิงเส้นที่เร่งโมเดล TensorFlow โดยอาจไม่มีการเปลี่ยนแปลงซอร์สโค้ด
  • ฟังก์ชันเสริมสำหรับ TensorFlow ดูแลโดย SIG Addons
  • ชุดข้อมูล การสตรีม และส่วนขยายระบบไฟล์ ดูแลโดย SIG IO