Introduzione a TensorFlow

TensorFlow consente a principianti ed esperti di creare facilmente modelli di machine learning per desktop, dispositivi mobili, Web e cloud. Consulta le sezioni seguenti per iniziare.

TensorFlow

Scopri le basi di TensorFlow con tutorial per principianti ed esperti per aiutarti a creare il tuo prossimo progetto di machine learning.

Per JavaScript

Usa TensorFlow.js per creare nuovi modelli di machine learning e distribuire i modelli esistenti con JavaScript.

Per dispositivi mobili e IoT

Esegui l'inferenza con TensorFlow Lite su dispositivi mobili e incorporati come Android, iOS, Edge TPU e Raspberry Pi.

Per la produzione

Distribuisci una pipeline ML pronta per la produzione per l'addestramento e l'inferenza utilizzando TensorFlow Extended (TFX).

Ecosistema TensorFlow

TensorFlow fornisce una raccolta di flussi di lavoro per sviluppare e addestrare modelli utilizzando Python o JavaScript e per distribuirli facilmente nel cloud, in locale, nel browser o sul dispositivo, indipendentemente dalla lingua utilizzata.

Carica e preelabora i dati
Costruisci, addestra e riutilizza modelli
Distribuire
Sviluppo Python
CPU GPU TPU
TensorFlow
Costruisci pipeline di input TensorFlow
L'API tf.data consente di creare pipeline di input complesse da parti semplici e riutilizzabili.
Esplorare
TensorFlow
Costruisci e addestra modelli usando Keras
tf.keras è un'API di alto livello per creare e addestrare modelli. Supporta funzionalità specifiche di TensorFlow, come l'esecuzione desiderosa, le pipeline tf.data e gli estimatori.
Esplorare
TensorFlow
Distribuisci usando Python
Distribuisci su un dispositivo mobile o edge, nel browser o su larga scala utilizzando TensorFlow Serving.
Sviluppo JavaScript
GPU CPU
TensorFlow.js
Usa i modelli TensorFlow.js, TensorFlow o TFLite pre-addestrati ed eseguili sul Web o su altre piattaforme JS.
Dispositivi perimetrali
CPU GPU RPi
TensorFlow Lite
Distribuisci su dispositivi mobili o incorporati, come Android, iOS e Raspberry Pi
Leggi la guida per gli sviluppatori e scegli un nuovo modello o riqualifica uno esistente, convertilo in un file compresso, caricalo su un dispositivo perimetrale e quindi ottimizzalo.
Esplorare
Produzione end-to-end
CPU GPU TPU
TFX
Convalida i dati di input con TF Data Validation
Scopri come utilizzare i componenti TFX per analizzare e trasformare i tuoi dati prima ancora di addestrare un modello.
Esplorare
TFX
Progettazione delle funzionalità con TF Transform
Scopri come definire una funzione di preelaborazione che trasforma i dati grezzi nei dati utilizzati per addestrare un modello di apprendimento automatico e come l'implementazione di Apache Beam viene utilizzata per trasformare i dati convertendo la funzione di preelaborazione in una pipeline Beam.
Esplorare
TFX
Modellazione e formazione
Scopri come addestrare i tuoi modelli in una pipeline TFX come processo gestito.
Esplorare
TFX
Comprendere le prestazioni del modello con l'analisi del modello TF
Scopri come TensorFlow Model Analysis consente di eseguire valutazioni del modello nella pipeline TFX e visualizzare i risultati in un notebook Jupyter.
Esplorare
TFX
Servi i modelli con un'API REST con TF Serving
Scopri come TensorFlow Serving ti consente di distribuire nuovi algoritmi ed esperimenti mantenendo la stessa architettura del server e le stesse API.
Esplorare
Strumenti
Scheda Tensor
TensorBoard è uno strumento per visualizzare formazione e risultati
Con TensorBoard puoi tenere traccia delle metriche degli esperimenti come perdita e precisione, visualizzare il grafico del modello, proiettare incorporamenti in uno spazio dimensionale inferiore e altro ancora.
Esplorare
Hub TensorFlow
TensorFlow Hub è una vasta libreria di modelli esistenti
TensorFlow Hub è una libreria per la pubblicazione, il rilevamento e il consumo di parti riutilizzabili di modelli di apprendimento automatico chiamati moduli.
Esplorare

Stai cercando di ampliare le tue conoscenze sul ML?

TensorFlow è più facile da usare con una comprensione di base dei principi di apprendimento automatico e dei concetti fondamentali. Impara e applica le pratiche di apprendimento automatico fondamentali per sviluppare le tue abilità.

Impara ML

Inizia con programmi di studio curati per migliorare le tue abilità nelle aree ML fondamentali.