TensorFlow 2 بر روی سادگی و سهولت استفاده تمرکز دارد ، با به روزرسانی هایی مانند اجرای مشتاقانه ، API های سطح بالاتر بصری و مدل انعطاف پذیر در هر سیستم عامل.
بسیاری از راهنماها به عنوان دفترهای یادداشت Jupyter نوشته می شوند و مستقیماً در Google Colab اجرا می شوند - یک محیط نوت بوک میزبان که نیازی به نصب ندارد. روی دکمه Run in Google Colab کلیک کنید.
مستندات اساسی
TensorFlow را نصب کنید
بسته را نصب کنید یا از منبع بسازید. پشتیبانی از پردازنده گرافیکی کارتهای CUDA®.TensorFlow 2
TensorFlow 2 بهترین روش ها و ابزارها برای انتقال کد شما.کراس
Keras یک API سطح بالا است که برای مبتدیان ML و همچنین محققان آسان تر است.اصول TensorFlow
درباره کلاسها و ویژگیهای اساسی TensorFlow کار کنید.خطوط لوله ورودی داده
tf.data
API شما را قادر می سازد از قطعات ساده و قابل استفاده مجدد خطوط لوله ورودی پیچیده ای بسازید.
برآوردگرها
یک API سطح بالا که نمایانگر یک مدل کامل ، طراحی شده برای مقیاس گذاری و آموزش ناهمزمان است.یک مدل را ذخیره کنید
با استفاده از ایست های بازرسی یا قالب SavedModel ، یک مدل TensorFlow را ذخیره کنید.شتاب دهنده ها
آموزش را بین چندین GPU ، چندین ماشین یا TPU توزیع کنید.کارایی
بهترین روش ها و تکنیک های بهینه سازی برای عملکرد مطلوب TensorFlow.کتابخانه ها و الحاقات
برای ساخت مدلها یا روشهای پیشرفته با استفاده از TensorFlow ، منابع اضافی را کاوش کنید و به بسته های برنامه مخصوص دامنه که TensorFlow را گسترش می دهند ، دسترسی پیدا کنید.-
TensorBoard
مجموعه ای از ابزارهای تجسم برای درک ، اشکال زدایی و بهینه سازی برنامه های TensorFlow. -
TensorFlow هاب
کتابخانه ای برای انتشار ، کشف و مصرف قطعات قابل استفاده مجدد از مدل های یادگیری ماشین. -
بهینه سازی مدل
مجموعه ابزار بهینه سازی مدل TensorFlow مجموعه ای از ابزارها برای بهینه سازی مدل های ML برای استقرار و اجرا است. -
فدراسیون TensorFlow
چارچوبی برای یادگیری ماشین و سایر محاسبات داده های غیرمتمرکز. -
یادگیری ساختاری عصبی
یک الگوی یادگیری برای آموزش شبکه های عصبی با استفاده از سیگنال های ساخت یافته علاوه بر ورودی های ویژگی. -
گرافیک TensorFlow
کتابخانه ای از ویژگی های گرافیک رایانه ای اعم از دوربین ، چراغ و مواد گرفته تا رندر.
-
مجموعه داده ها
مجموعه ای از مجموعه داده های آماده برای استفاده با TensorFlow. -
خدمت کردن
یک سیستم سرویس دهی TFX برای مدل های ML ، طراحی شده برای عملکرد بالا در محیط های تولید. -
احتمال
TensorFlow احتمال کتابخانه ای برای استدلال احتمالی و تجزیه و تحلیل آماری است. -
MLIR
MLIR زیرساختهای مدلهای ML با عملکرد بالا را در TensorFlow متحد می کند. -
XLA
یک کامپایلر مخصوص دامنه برای جبر خطی که مدل های TensorFlow را تسریع می کند و بدون تغییر بالقوه کد منبع. -
افزودنیهای SIG
قابلیت های اضافی برای TensorFlow ، که توسط SIG Addons نگهداری می شود. -
SIG IO
پسوندهای مجموعه داده ، جریان و سیستم فایل ، که توسط SIG IO نگهداری می شوند.