Introducción a TensorFlow
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 expertos para crear tu próximo proyecto de aprendizaje automático.
Para Web
Utiliza TensorFlow.js para crear nuevos modelos de aprendizaje automático y para implementar modelos existentes con JavaScript.
Para dispositivos móviles y perimetrales
Ejecuta la inferencia con TensorFlow Lite en dispositivos integrados y móviles como Android, iOS, Edge TPU y Raspberry Pi.
Para producción
Implementa una canalización de AA lista para la producción que esté orientada al entrenamiento y la inferencia con TFX.
Plataforma de extremo a extremo enfocada en el aprendizaje automático
Prepara y carga datos para obtener resultados de AA útiles
Los datos pueden ser el factor más importante en tus proyectos de AA. TensorFlow ofrece múltiples herramientas de datos para que proceses previamente, consolides y depures datos a gran escala:
-
Conjuntos de datos estándar para entrenamiento y validación iniciales
-
Canalizaciones de datos altamente escalables para cargar datos
-
Procesa previamente capas para transformaciones de entrada comunes
-
Herramientas para validar y transformar conjuntos de datos grandes
Además, las herramientas de IA responsable te ayudan a revelar y eliminar sesgos en los datos a fin de obtener resultados justos y éticos de tus modelos.
Crea y optimiza modelos con el ecosistema de TensorFlow
Explora todo un ecosistema creado en el framework principal que optimiza la construcción, el entrenamiento y la exportación de modelos. TensorFlow admite entrenamiento distribuido, iteración de modelos al instante y depuración fácil con Keras y mucho más. Algunas herramientas, como Análisis de modelos y TensorBoard te serán de utilidad para monitorear el desarrollo y las mejoras durante el ciclo de vida de tu modelo.
Para ayudarte a comenzar, te ofrecemos en TensorFlow Hub colecciones de modelos previamente entrenados, de Google y la comunidad. También encontrarás implementaciones de modelos de investigación de última generación en Model Garden. Estas bibliotecas de componentes de alta calidad te permiten tomar modelos potentes y optimizarlos con nuevos datos o personalizarlos para nuevas tareas.
Implementa modelos locales, en el navegador, en la nube o integrados en el dispositivo
TensorFlow te brinda potentes herramientas para implementar tus modelos en cualquier entorno, como servidores, dispositivos perimetrales, navegadores, dispositivos móviles, microcontroladores, CPU, GPU o FPGA. TensorFlow Serving puede ejecutar modelos de AA a escala de producción en los procesadores más avanzados del mundo, incluidas las unidades de procesamiento tensorial (TPU) personalizadas de Google.
Si necesitas analizar datos cerca de su fuente a fin de reducir la latencia y mejorar la privacidad de los datos, el framework de TensorFlow Lite te permite ejecutar modelos en dispositivos móviles, dispositivos de procesamiento perimetral y microcontroladores. Además, el framework de TensorFlow.js te permite ejecutar aprendizaje automático utilizando solo un navegador web.
Pruébalo en Colab
Deriva un modelo con TensorFlow ServingImplementa MLOps para la producción de AA
La plataforma de TensorFlow te ayuda a implementar las prácticas recomendadas para la automatización de datos, la supervisión del rendimiento y el monitoreo y reentrenamiento de modelos.
Una de las claves para el éxito es el uso de herramientas de nivel de producción para automatizar y llevar un registro del entrenamiento del modelo a lo largo del ciclo de vida de un producto, servicio o proceso comercial. TFX ofrece frameworks de software y herramientas para implementaciones completas de MLOps que detectan problemas a medida que los datos y modelos evolucionan en el tiempo.
¿Deseas expandir tu conocimiento sobre el AA?
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.
Comienza con capacitaciones seleccionadas para mejorar tus habilidades en áreas fundamentales del AA.