TensorFlow giúp người mới bắt đầu và các chuyên gia dễ dàng tạo các mô hình học máy cho máy tính để bàn, thiết bị di động, web và đám mây. Xem các phần bên dưới để bắt đầu.
TensorFlow
Tìm hiểu nền tảng của TensorFlow với các hướng dẫn cho người mới bắt đầu và các chuyên gia để giúp bạn tạo dự án máy học tiếp theo của mình.
TensorFlow cung cấp một bộ sưu tập các quy trình công việc để phát triển và đào tạo các mô hình sử dụng Python hoặc JavaScript và để dễ dàng triển khai trên đám mây, tại chỗ, trong trình duyệt hoặc trên thiết bị bất kể bạn sử dụng ngôn ngữ nào.
Tải và xử lý trước dữ liệu
Xây dựng, đào tạo và sử dụng lại các mô hình
Triển khai
Phát triển Python
CPU GPU TPU
TensorFlow
Xây dựng đường ống đầu vào TensorFlow
API tf.data cho phép bạn xây dựng các đường ống đầu vào phức tạp từ các mảnh đơn giản, có thể tái sử dụng.
tf.keras là một API cấp cao để xây dựng và đào tạo các mô hình. Nó hỗ trợ chức năng dành riêng cho TensorFlow, chẳng hạn như thực thi háo hức, đường ống dẫn dữ liệu tf.data và công cụ ước tính.
Triển khai trên thiết bị di động hoặc thiết bị nhúng, như Android, iOS và Raspberry Pi
Đọc hướng dẫn dành cho nhà phát triển và chọn một mô hình mới hoặc đào tạo lại một mô hình hiện có, chuyển đổi nó thành tệp nén, tải nó trên một thiết bị cạnh và sau đó tối ưu hóa nó.
Tìm hiểu cách xác định một chức năng tiền xử lý chuyển đổi dữ liệu thô thành dữ liệu được sử dụng để đào tạo mô hình học máy và xem cách triển khai Apache Beam được sử dụng để biến đổi dữ liệu bằng cách chuyển đổi chức năng tiền xử lý thành một đường ống Beam.
TensorBoard là một công cụ để trực quan hóa quá trình đào tạo và kết quả
Với TensorBoard, bạn có thể theo dõi các số liệu thử nghiệm như mất mát và độ chính xác, trực quan hóa biểu đồ mô hình, nhúng dự án vào không gian có chiều thấp hơn, v.v.
TensorFlow dễ sử dụng hơn với sự hiểu biết cơ bản về các nguyên tắc học máy và các khái niệm cốt lõi. Tìm hiểu và áp dụng các phương pháp học máy cơ bản để phát triển các kỹ năng của bạn.