Google is committed to advancing racial equity for Black communities. See how.

Introduzione a TensorFlow

TensorFlow consente a principianti ed esperti di creare facilmente modelli di apprendimento automatico 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 modelli esistenti con JavaScript.

Per dispositivi mobili e IoT

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

Per la produzione

Distribuisci una pipeline ML pronta per la produzione per la formazione 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.

Caricare e preelaborare i dati
Costruisci, addestra e riutilizza modelli
Distribuire
Sviluppo Python
CPU GPU TPU
TensorFlow
Costruisci pipeline di input TensorFlow
L'API tf.data ti consente di creare pipeline di input complesse da pezzi semplici e riutilizzabili.
Esplorare
TensorFlow
Costruisci e addestra modelli con Keras
tf.keras è un'API di alto livello per creare e addestrare modelli. Supporta funzionalità specifiche di TensorFlow, come l'esecuzione ansiosa, le pipeline tf.data e gli estimatori.
Esplorare
TensorFlow
Distribuisci usando Python
Distribuisci su un dispositivo mobile o perimetrale, nel browser o su larga scala utilizzando TensorFlow Serving.
Sviluppo JavaScript
CPU GPU
TensorFlow.js
Utilizza modelli TensorFlow.js, TensorFlow o TFLite preaddestrati 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 riqualificane uno esistente, convertilo in un file compresso, caricalo su un dispositivo periferico 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
Ingegneria delle funzionalità con TF Transform
Scopri come definire una funzione di pre-elaborazione che trasforma i dati grezzi nei dati utilizzati per addestrare un modello di machine learning e scopri come l'implementazione di Apache Beam viene utilizzata per trasformare i dati convertendo la funzione di pre-elaborazione in una pipeline Beam.
Esplorare
TFX
Modellazione e formazione
Scopri come addestrare i tuoi modelli in una pipeline TFX come un processo gestito.
Esplorare
TFX
Comprensione delle prestazioni del modello con l'analisi del modello TF
Scopri come TensorFlow Model Analysis ti consente di eseguire valutazioni del modello nella pipeline TFX e visualizzare i risultati in un notebook Jupyter.
Esplorare
TFX
Servire modelli con un'API REST con TF Serving
Scopri come TensorFlow Serving ti consente di distribuire nuovi algoritmi ed esperimenti mantenendo la stessa architettura server e le stesse API.
Esplorare
Strumenti
TensorBoard
TensorBoard è uno strumento per visualizzare formazione e risultati
Con TensorBoard puoi tenere traccia delle metriche degli esperimenti come perdita e accuratezza, visualizzare il grafico del modello, incorporare progetti in uno spazio dimensionale inferiore e altro ancora.
Esplorare
TensorFlow Hub
TensorFlow Hub è una vasta libreria di modelli esistenti
TensorFlow Hub è una libreria per la pubblicazione, l'individuazione e il consumo di parti riutilizzabili di modelli di machine learning denominate moduli.
Esplorare

Stai cercando di espandere le tue conoscenze di machine learning?

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

Impara ML

Inizia con curricula curati per migliorare le tue abilità nelle aree fondamentali del machine learning.