コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

TensorFlowは、次の64ビットシステムでテストおよびサポートされています。

  • macOS 10.12.6（Sierra）以降（GPUサポートなし）
  • GPUを含むWindows10 19044以降を介したWSL2（実験的）
# Requires the latest pip
pip install --upgrade pip

# Current stable release for CPU and GPU
pip install tensorflow

# Or try the preview build (unstable)
pip install tf-nightly

パッケージをダウンロードする

Pythonのpipパッケージマネージャーを使用してTensorFlowをインストールします。

Ubuntu、Windows、macOSで利用できる公式パッケージ。

pipインストールガイドを読む

TensorFlow Dockerイメージは、TensorFlowを実行するようにすでに構成されています。 Dockerコンテナは仮想環境で実行され、GPUサポートを設定する最も簡単な方法です。

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
Dockerインストールガイドを読む

インストールは必要ありません。機械学習の教育と研究の普及を支援するために作成されたGoogleの研究プロジェクトであるColaboratoryを使用して、ブラウザでTensorFlowチュートリアルを直接実行します。これは、セットアップを必要とせず、完全にクラウドで実行されるJupyterノートブック環境です。ブログ投稿を読んでください。

最初のMLアプリを作成する

TensorFlowモデルを作成してウェブとモバイルにデプロイします。
TensorFlow.jsは、ブラウザ、Node.js、モバイルなどでMLモデルをトレーニングおよびデプロイするためのWebGL高速化JavaScriptライブラリです。

モバイル開発者

TensorFlow Liteは、モバイルおよび組み込みデバイス向けの軽量ソリューションです。