מבוא ל- TensorFlow

פיתוח פיתון

מעבד מעבד GPU TPU

TensorFlow

בנה צינורות קלט של TensorFlow

ממשק ה- API של tf.data מאפשר לבנות צינורות קלט מורכבים מחתיכות פשוטות לשימוש רב פעמי.

TensorFlow

בנה ואמן מודלים באמצעות Keras

tf.keras הוא ממשק API ברמה גבוהה לבניית והכשרת מודלים. הוא תומך בפונקציונליות ספציפית ל- TensorFlow, כגון ביצוע להוט, צינורות tf.data ואומדנים.

לַחקוֹר

TensorFlow

פרוס באמצעות Python

פרוס במכשיר נייד או קצה, בדפדפן או בקנה מידה באמצעות הגשת TensorFlow.

פיתוח JavaScript

מעבד GPU

TensorFlow.js

השתמש בדגמי TensorFlow.js, TensorFlow או TFLite המאושרים מראש והפעל אותם באינטרנט או בפלטפורמות JS אחרות.

לַחקוֹר

מכשירי Edge

מעבד GPU RPi

TensorFlow Lite

פרוס במכשירים ניידים או משובצים, כמו אנדרואיד, iOS ו- Raspberry Pi

קרא את המדריך למפתחים ובחר דגם חדש או הכשר מחדש אחד קיים, המיר אותו לקובץ דחוס, טען אותו על מכשיר קצה ואז בצע אופטימיזציה.

לַחקוֹר

הפקה מקצה לקצה

מעבד GPU TPU

TFX

אמת את נתוני הקלט באמצעות אימות נתונים של TF

ראה כיצד להשתמש ברכיבי TFX כדי לנתח ולהפוך את הנתונים שלך לפני שאתה בכלל מאמן מודל.

לַחקוֹר

TFX

הנדסת תכונות עם TF Transform

למד כיצד להגדיר פונקציית עיבוד מקדים ההופכת נתונים גולמיים לנתונים המשמשים לאימון מודל למידת מכונה, וראה כיצד מיושם Apache Beam משמש להפיכת נתונים על ידי המרת פונקציית העיבוד המקדים לצינור Beam.

לַחקוֹר

TFX

דוגמנות והדרכה

למד כיצד לאמן את הדגמים שלך בצינור TFX כתהליך מנוהל.

לַחקוֹר

TFX

הבנת ביצועי המודל באמצעות ניתוח מודל TF

ראה כיצד ניתוח מודלים של TensorFlow מאפשר לך לבצע הערכות מודלים בצינור TFX ולהמחיש את התוצאות במחברת Jupyter.

לַחקוֹר

TFX

מגישים דגמים עם ממשק API REST עם הגשת TF

למד כיצד TensorFlow Serving מאפשר לך לפרוס אלגוריתמים וניסויים חדשים תוך שמירה על אותה ארכיטקטורת שרתים ו- API.