עזרה להגן על שונית המחסום הגדולה עם TensorFlow על Kaggle הצטרפו אתגר

TensorFlow 2 מתמקד בפשטות ובקלות השימוש, עם עדכונים כמו ביצוע להוט, ממשקי API אינטואיטיביים ברמה גבוהה יותר ובניית מודלים גמישים על כל פלטפורמה.

מדריכים רבים נכתבים כמחברות Jupyter ומופעלים ישירות ב- Google Colab - סביבת מחברת מתארחת שאינה דורשת התקנה. לחץ על הפעל כפתור Colab Google.

תיעוד חיוני

התקן את החבילה או בנה מהמקור. תמיכה ב- GPU לכרטיסים המאפשרים CUDA®.
למד כיצד להעביר את קוד TF1.x שלך ל- TF2.
Keras היא ממשק API ברמה גבוהה שקל יותר למתחילים ML, כמו גם לחוקרים.
למד על המחלקות והתכונות הבסיסיות שגורמות ל- TensorFlow לעבוד.
tf.data API מאפשר לך לבנות צינורות הזנה מורכב מפיסות פשוטה, לשימוש חוזר.
למד אודות השיטות הטובות ביותר לפיתוח יעיל באמצעות TensorFlow 2.
שמור דגם TensorFlow באמצעות מחסומים או בפורמט SavedModel.
הפיצו הדרכה במספר GPUs מרובים, מכונות מרובות או TPUs.
שיטות עבודה מומלצות וטכניקות אופטימיזציה לביצועים אופטימליים של TensorFlow.

ספריות והרחבות

חקור משאבים נוספים כדי לבנות מודלים או שיטות מתקדמות באמצעות TensorFlow, חבילות יישומים ספציפיים תחום גישה שמרחיבים TensorFlow.

  • מערכי נתונים

    אוסף מערכי נתונים המוכנים לשימוש עם TensorFlow.

  • מָנָה

    מערכת הגשה TFX לדגמי ML, המיועדת לביצועים גבוהים בסביבות ייצור.

  • הִסתַבְּרוּת

    הסתברות TensorFlow היא ספרייה לחשיבה הסתברותית וניתוח סטטיסטי.

  • MLIR

    MLIR מאחדת את התשתית לדגמי ML בעלי ביצועים גבוהים ב- TensorFlow.

  • XLA

    מהדר ספציפי לדומיין לאלגברה לינארית המאיץ מודלים של TensorFlow ללא שינויים בקוד המקור.

  • תוספות SIG

    פונקציונליות נוספת עבור TensorFlow, המתוחזקת על ידי תוספות SIG.

  • SIG IO

    מערכי נתונים, סטרימינג והרחבות מערכת קבצים, המתוחזקות על ידי SIG IO.