Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

TensorFlow 2 met l'accent sur la simplicité et la facilité d'utilisation, avec des mises à jour telles que l'exécution rapide, des API intuitives de niveau supérieur et la création de modèles flexibles sur n'importe quelle plate-forme.

De nombreux guides sont écrits sous forme de blocs-notes Jupyter et s'exécutent directement dans Google Colab, un environnement de bloc-notes hébergé qui ne nécessite aucune configuration. Cliquez sur le bouton Exécuter dans Google Colab .

Documentation essentielle

Installez le package ou créez à partir de la source. Prise en charge GPU pour les cartes compatibles CUDA®.
Découvrez comment migrer votre code TF1.x vers TF2.
Keras est une API de haut niveau plus simple pour les débutants en ML, ainsi que pour les chercheurs.
Découvrez les classes et fonctionnalités fondamentales qui font fonctionner TensorFlow.
L'API tf.data vous permet de créer des pipelines d'entrée complexes à partir de pièces simples et réutilisables.
Découvrez les bonnes pratiques pour un développement efficace avec TensorFlow 2.
Enregistrez un modèle TensorFlow à l'aide de points de contrôle ou du format SavedModel.
Répartissez la formation sur plusieurs GPU, plusieurs machines ou TPU.
Meilleures pratiques et techniques d'optimisation pour des performances optimales de TensorFlow.

Bibliothèques et extensions

Explorez des ressources supplémentaires pour créer des modèles ou des méthodes avancés à l'aide de TensorFlow, et accédez à des packages d'applications spécifiques à un domaine qui étendent TensorFlow.

  • Jeux de données

    Une collection d'ensembles de données prêts à être utilisés avec TensorFlow.

  • Portion

    Un système de service TFX pour les modèles ML, conçu pour des performances élevées dans les environnements de production.

  • Probabilité

    TensorFlow Probability est une bibliothèque pour le raisonnement probabiliste et l'analyse statistique.

  • MLIR

    MLIR unifie l'infrastructure des modèles ML hautes performances dans TensorFlow.

  • XLA

    Un compilateur spécifique à un domaine pour l'algèbre linéaire qui accélère les modèles TensorFlow sans potentiellement modifier le code source.

  • Modules SIG

    Fonctionnalité supplémentaire pour TensorFlow, maintenue par SIG Addons.

  • ES SIG

    Extensions de jeu de données, de streaming et de système de fichiers, gérées par SIG IO.