TensorFlow memudahkan pemula dan pakar untuk membuat model pembelajaran mesin untuk desktop, seluler, web, dan cloud. Lihat bagian di bawah untuk memulai.
TensorFlow
Pelajari dasar TensorFlow dengan tutorial untuk pemula dan pakar untuk membantu Anda membuat proyek pembelajaran mesin berikutnya.
TensorFlow menyediakan kumpulan alur kerja untuk mengembangkan dan melatih model menggunakan Python atau JavaScript, dan untuk menerapkannya dengan mudah di cloud, lokal, browser, atau di perangkat apa pun bahasa yang Anda gunakan.
Muat & praproses data
Bangun, latih & gunakan kembali model
Menyebarkan
pengembangan python
CPU GPU TPU
TensorFlow
Membangun Pipeline Input TensorFlow
API tf.data memungkinkan Anda membangun saluran input yang kompleks dari bagian sederhana yang dapat digunakan kembali.
tf.keras adalah API tingkat tinggi untuk membangun dan melatih model. Ini mendukung fungsionalitas khusus TensorFlow, seperti eksekusi bersemangat, pipeline tf.data, dan estimator.
Pelajari cara menentukan fungsi prapemrosesan yang mengubah data mentah menjadi data yang digunakan untuk melatih model pembelajaran mesin, dan lihat bagaimana implementasi Apache Beam digunakan untuk mengubah data dengan mengonversi fungsi prapemrosesan menjadi pipeline Beam.
Lihat bagaimana Analisis Model TensorFlow memungkinkan Anda melakukan evaluasi model di saluran TFX dan memvisualisasikan hasilnya di notebook Jupyter.
Pelajari bagaimana TensorFlow Serving memungkinkan Anda menerapkan algoritme dan eksperimen baru sambil mempertahankan arsitektur server dan API yang sama.
TensorBoard adalah alat untuk memvisualisasikan pelatihan dan hasil
Dengan TensorBoard, Anda dapat melacak metrik eksperimen seperti kehilangan dan akurasi, memvisualisasikan grafik model, menyematkan proyek ke ruang dimensi yang lebih rendah, dan banyak lagi.
TensorFlow lebih mudah digunakan dengan pemahaman dasar tentang prinsip machine learning dan konsep inti. Pelajari dan terapkan praktik pembelajaran mesin dasar untuk mengembangkan keterampilan Anda.