Pengantar TensorFlow
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-dasar TensorFlow dengan tutorial untuk pemula dan pakar untuk membantu Anda membuat proyek pembelajaran mesin berikutnya.
Untuk Web
Gunakan TensorFlow.js untuk membuat model machine learning baru dan menerapkan model yang ada dengan JavaScript.
Untuk Seluler & Tepi
Jalankan inferensi dengan TensorFlow Lite di perangkat seluler dan tersemat seperti Android, iOS, Edge TPU, dan Raspberry Pi.
Untuk Produksi
Terapkan pipeline ML siap produksi untuk pelatihan dan inferensi menggunakan TFX.
Platform ujung ke ujung untuk pembelajaran mesin
Siapkan dan muat data untuk hasil ML yang sukses
Data dapat menjadi faktor terpenting dalam keberhasilan upaya ML Anda. TensorFlow menawarkan beberapa alat data untuk membantu Anda menggabungkan, membersihkan, dan melakukan praproses data dalam skala besar:
Kumpulan data standar untuk pelatihan dan validasi awal
Pipeline data yang sangat skalabel untuk memuat data
Lapisan pra -pemrosesan untuk transformasi input umum
Alat untuk memvalidasi dan mengubah kumpulan data besar
Selain itu, alat AI yang bertanggung jawab membantu Anda mengungkap dan menghilangkan bias dalam data Anda untuk menghasilkan hasil yang adil dan etis dari model Anda.
Bangun dan sempurnakan model dengan ekosistem TensorFlow
Jelajahi seluruh ekosistem yang dibangun di atas kerangka kerja Inti yang menyederhanakan konstruksi model, pelatihan, dan ekspor. TensorFlow mendukung pelatihan terdistribusi, iterasi model langsung, dan debugging mudah dengan Keras , dan banyak lagi. Alat seperti Analisis Model dan TensorBoard membantu Anda melacak pengembangan dan peningkatan melalui siklus hidup model Anda.
Untuk membantu Anda memulai, temukan koleksi model yang telah dilatih sebelumnya di TensorFlow Hub dari Google dan komunitas, atau implementasi model penelitian tercanggih di Model Garden . Pustaka komponen tingkat tinggi ini memungkinkan Anda untuk mengambil model yang kuat, dan menyempurnakannya pada data baru atau menyesuaikannya untuk melakukan tugas baru.
Terapkan model di perangkat, di browser, lokal, atau di cloud
TensorFlow memberikan kemampuan yang kuat untuk menerapkan model Anda di lingkungan apa pun - server, perangkat edge, browser, seluler, mikrokontroler, CPU, GPU, FPGA. TensorFlow Serving dapat menjalankan model ML pada skala produksi pada prosesor tercanggih di dunia, termasuk Tensor Processing Unit (TPU) kustom Google.
Jika Anda perlu menganalisis data yang dekat dengan sumbernya untuk mengurangi latensi dan meningkatkan privasi data, kerangka kerja TensorFlow Lite memungkinkan Anda menjalankan model di perangkat seluler, perangkat komputasi edge, dan bahkan mikrokontroler, dan kerangka kerja TensorFlow.js memungkinkan Anda menjalankan pembelajaran mesin dengan hanya peramban web.
Coba di Colab
Melayani model dengan TensorFlow ServingMenerapkan MLOps untuk produksi ML
Platform TensorFlow membantu Anda menerapkan praktik terbaik untuk otomatisasi data, pelacakan model, pemantauan kinerja, dan pelatihan ulang model.
Menggunakan alat tingkat produksi untuk mengotomatisasi dan melacak pelatihan model selama masa pakai produk, layanan, atau proses bisnis sangat penting untuk kesuksesan. TFX menyediakan kerangka kerja perangkat lunak dan alat untuk penerapan MLOps penuh, mendeteksi masalah saat data dan model Anda berkembang seiring waktu.
Ingin memperluas pengetahuan ML Anda?
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.
Mulailah dengan kurikulum pilihan untuk meningkatkan keterampilan Anda di area ML dasar.