TensorFlow 2 berfokus pada kesederhanaan dan kemudahan penggunaan, dengan pembaruan seperti eksekusi yang bersemangat, API tingkat tinggi yang intuitif, dan pembuatan model yang fleksibel di platform apa pun.
Banyak panduan ditulis sebagai notebook Jupyter dan dijalankan langsung di Google Colab—lingkungan notebook yang dihosting yang tidak memerlukan penyiapan. Klik tombol Jalankan di Google Colab .
Dokumentasi penting
Instal TensorFlow
Instal paket atau bangun dari sumber. Dukungan GPU untuk kartu berkemampuan CUDA®.Bermigrasi ke TensorFlow 2
Pelajari cara memigrasikan kode TF1.x Anda ke TF2.Keras
Keras adalah API tingkat tinggi yang lebih mudah bagi pemula ML, serta peneliti.Dasar-dasar TensorFlow
Pelajari tentang kelas dan fitur dasar yang membuat TensorFlow berfungsi.Pipa input data
APItf.data
memungkinkan Anda membangun saluran input yang kompleks dari bagian sederhana yang dapat digunakan kembali.
Praktik terbaik TensorFlow 2
Pelajari tentang praktik terbaik untuk pengembangan yang efektif menggunakan TensorFlow 2.Simpan model
Simpan model TensorFlow menggunakan pos pemeriksaan atau format SavedModel.Akselerator
Distribusikan pelatihan di beberapa GPU, beberapa mesin, atau TPU.Pertunjukan
Praktik terbaik dan teknik pengoptimalan untuk performa TensorFlow yang optimal.Perpustakaan dan ekstensi
Jelajahi sumber daya tambahan untuk membangun model atau metode lanjutan menggunakan TensorFlow, dan mengakses paket aplikasi khusus domain yang memperluas TensorFlow.-
Papan Tensor
Serangkaian alat visualisasi untuk memahami, men-debug, dan mengoptimalkan program TensorFlow. -
Pusat TensorFlow
Pustaka untuk publikasi, penemuan, dan konsumsi bagian model pembelajaran mesin yang dapat digunakan kembali. -
Optimasi Model
TensorFlow Model Optimization Toolkit adalah rangkaian alat untuk mengoptimalkan model ML untuk penerapan dan eksekusi. -
Federasi TensorFlow
Kerangka kerja untuk pembelajaran mesin dan komputasi lainnya pada data terdesentralisasi. -
Pembelajaran Terstruktur Saraf
Paradigma pembelajaran untuk melatih jaringan saraf dengan memanfaatkan sinyal terstruktur selain input fitur. -
Grafik TensorFlow
Pustaka fungsi grafis komputer mulai dari kamera, lampu, dan bahan hingga penyaji.
-
Kumpulan data
Kumpulan set data yang siap digunakan dengan TensorFlow. -
Porsi
Sistem penyajian TFX untuk model ML, dirancang untuk kinerja tinggi di lingkungan produksi. -
Kemungkinan
TensorFlow Probability adalah library untuk penalaran probabilistik dan analisis statistik. -
MLIR
MLIR menyatukan infrastruktur untuk model ML berperforma tinggi di TensorFlow. -
XLA
Kompiler khusus domain untuk aljabar linier yang mempercepat model TensorFlow tanpa kemungkinan perubahan kode sumber. -
Tambahan SIG
Fungsionalitas ekstra untuk TensorFlow, dikelola oleh SIG Addons. -
SIG IO
Dataset, streaming, dan ekstensi sistem file, dikelola oleh SIG IO.