با مجموعه‌ها، منظم بمانید ذخیره و دسته‌بندی محتوا براساس اولویت‌های شما.

TensorFlow بر روی سیستم های 64 بیتی زیر آزمایش و پشتیبانی می شود:

  • macOS 10.12.6 (Sierra) یا جدیدتر (بدون پشتیبانی از GPU)
  • WSL2 از طریق Windows 10 19044 یا بالاتر از جمله GPU (تجربی)
# 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

یک بسته را دانلود کنید

TensorFlow را با مدیر بسته پیتون پایتون نصب کنید.

بسته های رسمی موجود برای اوبونتو، ویندوز و macOS.

راهنمای نصب پیپ را بخوانید

تصاویر TensorFlow Docker قبلاً برای اجرای TensorFlow پیکربندی شده‌اند. ظرف Docker در یک محیط مجازی اجرا می شود و ساده ترین راه برای راه اندازی پشتیبانی از GPU است.

 docker pull tensorflow/tensorflow:latest  # Download latest stable image
 docker run -it -p 8888:8888 tensorflow/tensorflow:latest-jupyter  # Start Jupyter server
راهنمای نصب Docker را بخوانید

نیازی به نصب نیست — آموزش های TensorFlow را مستقیماً در مرورگر با Colaboratory اجرا کنید، یک پروژه تحقیقاتی Google که برای کمک به انتشار آموزش و تحقیق یادگیری ماشین ایجاد شده است. این یک محیط نوت بوک Jupyter است که برای استفاده نیازی به تنظیمات ندارد و به طور کامل در فضای ابری اجرا می شود. پست وبلاگ را بخوانید .

اولین برنامه ML خود را بسازید

ایجاد و استقرار مدل های TensorFlow در وب و موبایل.

توسعه دهندگان وب

TensorFlow.js یک کتابخانه جاوا اسکریپت با شتاب WebGL برای آموزش و استقرار مدل های ML در مرورگر، Node.js، موبایل و موارد دیگر است.

توسعه دهندگان موبایل

TensorFlow Lite یک راه حل سبک وزن برای دستگاه های تلفن همراه و جاسازی شده است.