TensorFlow facilita la creación de modelos de aprendizaje automático para computadoras de escritorio, dispositivos móviles, la web y la nube, sin importar si eres principiante o experto. Consulta las secciones que se encuentran a continuación para comenzar.
TensorFlow
Aprende los conceptos fundamentales de TensorFlow con instructivos para principiantes y la ayuda de expertos para crear tu próximo proyecto de aprendizaje automático.
TensorFlow ofrece una colección de flujos de trabajo para desarrollar y entrenar modelos mediante Python o JavaScript, y poder implementarlos con facilidad en la nube, de forma local, en el navegador o en el dispositivo, más allá del lenguaje que se use.
tf.keras es una API de alto nivel para crear y entrenar modelos. Es compatible con las funcionalidades específicas de TensorFlow, como la ejecución inmediata, las canalizaciones tf.data y los estimadores.
Implementa en dispositivos móviles o incorporados, como Android, iOS y Raspberry Pi
Lee la guía para desarrolladores y elige un modelo nuevo o vuelve a entrenar uno existente, conviértelo a un archivo comprimido, cárgalo en un dispositivo perimetral y, luego, optimízalo.
Aprende a definir una función de procesamiento previo que transforma los datos sin procesar en datos que se usan para entrenar un modelo de aprendizaje automático, y mira cómo se usa la implementación de Apache Beam para transformar los datos mediante la conversión de la función de procesamiento previo en una canalización de Beam.
Comprende el rendimiento de los modelos con el análisis de modelos de TF
Descubre el proceso que usa TensorFlow Model Analysis para realizar evaluaciones de modelos en la canalización de TFX y visualizar los resultados en un notebook de Jupyter.
Aprende de qué manera TensorFlow Serving te permite implementar nuevos algoritmos y experimentos mientras mantiene la misma arquitectura de servidor y las mismas API.
TensorBoard es una herramienta para visualizar los entrenamientos y los resultados
Con TensorBoard, puedes hacer un seguimiento de las métricas de experimentos, como la pérdida y la exactitud, visualizar el grafo del modelo, proyectar incorporaciones en un espacio dimensional más bajo y mucho más.
TensorFlow Hub es una gran biblioteca de modelos existentes
TensorFlow Hub es una biblioteca para la publicación, el descubrimiento y el consumo de partes reutilizables de modelos de aprendizaje automático llamadas módulos.
TensorFlow es más fácil de usar si se cuenta con un conocimiento básico de los principios y conceptos centrales del aprendizaje automático. Aprende y aplica prácticas fundamentales de aprendizaje automático para desarrollar tus habilidades.
