Introduction à TensorFlow

Avec TensorFlow, il est plus facile aux débutants comme aux experts de créer des modèles de machine learning pour des ordinateurs de bureau, des appareils mobiles, le Web ou le cloud. Consultez les sections ci-dessous pour vous lancer.

TensorFlow

Découvrez les bases de TensorFlow avec des tutoriels destinés aux débutants ou aux experts pour vous aider à créer votre prochain projet de machine learning.

Pour JavaScript

Utilisez TensorFlow.js pour créer de nouveaux modèles de machine learning et déployer des modèles existants avec JavaScript.

Pour mobiles et IoT

Exécutez des inférences avec TensorFlow Lite sur mobiles et systèmes intégrés tels que des appareils Android, iOS, Edge TPU et Raspberry Pi.

Pour la production

Déployez un pipeline de machine learning prêt pour la production pour effectuer des tâches d'entraînement et d'inférence avec TensorFlow Extended (TFX).

Swift for TensorFlow

Intégrez vos modèles directement à Swift for TensorFlow, la plate-forme nouvelle génération de deep learning et de programmation différentiable.

Développement Python

CPU GPU TPU

TensorFlow

Créer des pipelines d'entrée TensorFlow

L'API tf.data permet de créer des pipelines d'entrée complexes à partir d'éléments simples réutilisables.

Explorer

TensorFlow

Créer et entraîner des modèles avec Keras

tf.keras est une API de haut niveau permettant de créer et d'entraîner des modèles. Cette API est compatible avec les fonctionnalités TensorFlow, y compris l'exécution eager, les pipelines tf.data et les Estimators.

Explorer

TensorFlow

Déployer des modèles avec Python

Déployez des modèles sur des appareils mobiles ou Edge, dans le navigateur ou à grande échelle avec TensorFlow Serving.

Développement JavaScript

CPU GPU TPU

TensorFlow.js

Importer ou créer un modèle Python avec JavaScript

Apprenez à convertir des modèles pré-entraînés Python en TensorFlow.js, et à créer et entraîner des modèles directement avec JavaScript.

Explorer

TensorFlow.js

Déployer un modèle dans le navigateur ou sur Node.js

Découvrez comment déployer des modèles TensorFlow.js dans le navigateur, sur Node.js ou sur Google Cloud Platform.

Explorer

Développement Swift

CPU GPU TPU

Swift for TensorFlow (version bêta)

Développer des modèles Swift de manière native (bêta)

La programmation différentiable Swift peut-être directement intégrée à un langage de programmation à usage général. À partir de dérivées de fonctions, créez rapidement des structures de données personnalisées différentiables. Découvrez comment accéder de façon transparente aux opérateurs TensorFlow de bas niveau avec les API Swift.

Explorer

Appareils de périphérie

CPU GPU RPi

TensorFlow Lite

Déployer des modèles sur des systèmes mobiles ou intégrés, tels qu'Android, iOS et Raspberry Pi

Consultez le guide du développeur et choisissez un nouveau modèle ou ré-entraînez un modèle existant. Convertissez ensuite votre modèle en un fichier compressé, avant de le charger sur un appareil Edge et de l'optimiser.

Explorer

Production de bout en bout

CPU GPU TPU

TFX

Valider les données d'entrée avec TensorFlow Data Validation

Apprenez à utiliser les composants TFX pour analyser et transformer vos données avant même d'entraîner un modèle.

Explorer

TFX

Extraire les caractéristiques avec TF Transform

Apprenez à définir une fonction de prétraitement qui transforme les données brutes en données d'entraînement pour un modèle de machine learning. Découvrez également comment transformer des données en convertissant cette fonction en pipeline Beam avec Apache Beam.

Explorer

TFX

Entraîner un modèle

Découvrez comment entraîner vos modèles dans un pipeline TFX en tant que processus géré.

Explorer

TFX

Analyser les performances d'un modèle avec TF Model Analysis

Découvrez comment évaluer un modèle dans le pipeline TFX et visualiser les résultats dans un notebook Jupyter grâce à TensorFlow Model Analysis.

Explorer

TFX

Diffuser des modèles avec une API REST et TF Serving

Découvrez comment, grâce à TensorFlow Serving, vous pouvez déployer de nouveaux algorithmes et tests sans changer d'architecture de serveur ni d'API.

Explorer

Outils

TensorBoard

TensorBoard est un outil de visualisation de l'entraînement et des résultats

Avec TensorBoard, vous pouvez suivre des métriques de test, comme la perte et la justesse, visualiser le graphe du modèle, projeter des représentations vectorielles continues dans un espace de dimension inférieure, et bien plus encore.

Explorer

TensorFlow Hub

TensorFlow Hub est une bibliothèque offrant un large choix de modèles

TensorFlow Hub est une bibliothèque conçue pour favoriser la publication, la découverte et l'exploitation de parties réutilisables de modèles de machine learning (ou "modules").

Explorer

Développer vos connaissances sur le ML

Commencez par notre sélection de programmes afin de mieux maîtriser les grands domaines liés au ML.

Introduction à TensorFlow

TensorFlow

Pour JavaScript

Pour mobiles et IoT

Pour la production

Swift for TensorFlow

Écosystème TensorFlow

Vous souhaitez approfondir vos connaissances sur le ML ?

Se lancer avec TensorFlow