TensorFlow 2 berfokus pada kesederhanaan dan kemudahan penggunaan, dengan update seperti eksekusi cepat, API level tinggi yang intuitif, dan pembuatan model yang fleksibel di platform apa pun.
Banyak panduan yang 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 buat dari sumber. Dukungan GPU untuk kartu yang mendukung CUDA®.Migrasikan ke TensorFlow 2
Pelajari praktik terbaik dan fitur TensorFlow 2 untuk memigrasi kode TF1 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.Pipeline input data
APItf.data
memungkinkan Anda membuat pipeline input yang kompleks dari bagian yang sederhana dan dapat digunakan kembali.
Estimator
API tingkat tinggi yang mewakili model lengkap, dirancang untuk penskalaan dan pelatihan asinkron.Simpan model
Simpan model TensorFlow menggunakan checkpoint atau format SavedModel.Akselerator
Distribusikan pelatihan di beberapa GPU, beberapa mesin, atau TPU.Performa
Praktik terbaik dan teknik pengoptimalan untuk performa TensorFlow yang optimal.Perpustakaan dan ekstensi
Jelajahi sumber daya tambahan untuk membuat model atau metode lanjutan menggunakan TensorFlow, dan akses paket aplikasi khusus domain yang memperluas TensorFlow.-
TensorBoard
Rangkaian alat visualisasi untuk memahami, men-debug, dan mengoptimalkan program TensorFlow. -
TensorFlow Hub
Library untuk publikasi, penemuan, dan konsumsi bagian model machine learning yang dapat digunakan kembali. -
Optimasi Model
Toolkit Pengoptimalan Model TensorFlow adalah seperangkat alat untuk mengoptimalkan model ML untuk penerapan dan eksekusi. -
Federasi TensorFlow
Kerangka kerja untuk pembelajaran mesin dan komputasi lain pada data terdesentralisasi. -
Pembelajaran Terstruktur Neural
Paradigma pembelajaran untuk melatih jaringan saraf dengan memanfaatkan sinyal terstruktur selain masukan fitur. -
Grafik TensorFlow
Perpustakaan fungsi grafik komputer mulai dari kamera, lampu, dan bahan hingga penyaji.
-
Set data
Kumpulan set data yang siap digunakan dengan TensorFlow. -
Porsi
Sistem penyajian TFX untuk model ML, dirancang untuk performa tinggi di lingkungan produksi. -
Kemungkinan
Probabilitas TensorFlow 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 dengan kemungkinan tidak ada perubahan kode sumber. -
Addons SIG
Fungsionalitas tambahan untuk TensorFlow, dikelola oleh SIG Addons. -
SIG IO
Ekstensi kumpulan data, streaming, dan sistem file, dikelola oleh SIG IO.