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

Introdução ao TensorFlow

Com o TensorFlow, iniciantes e usuários avançados podem criar modelos de machine learning para computadores, dispositivos móveis, Web e nuvem com facilidade. Veja as seções abaixo para começar.

TensorFlow

Saiba mais sobre os fundamentos do TensorFlow com tutoriais para iniciantes e para usuários avançados. Eles ajudarão você a criar seu próximo projeto de machine learning.

Saiba mais

Para JavaScript

Use o TensorFlow.js para criar modelos de machine learning e implantar modelos existentes com o JavaScript.

Saiba mais

Para dispositivos móveis e IoT

Execute inferências com o TensorFlow Lite em dispositivos móveis e incorporados como Android, iOS, Edge TPU e Raspberry Pi.

Saiba mais

Para produção

Use o TensorFlow Extended (TFX) para implementar um pipeline de ML de treinamento e inferência pronto para produção.

Saiba mais

Swift for TensorFlow

Integre-se diretamente com o Swift for TensorFlow, a plataforma de última geração para aprendizado profundo e programação diferencial.

Saiba mais

Ecossistema TensorFlow

O TensorFlow fornece uma coleção de fluxos de trabalho para desenvolver e treinar modelos com Python, JavaScript ou Swift, bem como para implantar com facilidade na nuvem, no local, no navegador ou no dispositivo, independentemente da linguagem usada.

Carregue e faça o pré-processamento de dados
Crie, treine e reutilize modelos
Implantar
Desenvolvimento em Python
CPU GPU TPU
TensorFlow
Crie pipelines de entrada do TensorFlow
A API tf.data permite criar pipelines de entrada complexos com base em exemplos simples e reutilizáveis.
Saiba mais
TensorFlow
Crie e treine modelos usando o Keras
O tf.keras é uma API de alto nível projetada para criar e treinar modelos. Ela é compatível com recursos específicos do TensorFlow, como a execução rápida, pipelines do tf.data e estimadores.
Saiba mais
TensorFlow
Implante usando o Python
Implante em um dispositivo móvel ou do Edge, em um navegador ou em escala, usando o TensorFlow Serving.
Desenvolvimento em JavaScript
CPU GPU TPU
TensorFlow.js
Importe um modelo do Python ou escreva um em JavaScript
Saiba como converter modelos pré-treinados do Python para o TensorFlow.js e aprenda a criar e treinar modelos diretamente no JavaScript.
Saiba mais
TensorFlow.js
Implante no navegador ou no Node.js
Saiba como implantar modelos do TensorFlow.js no navegador, no Node.js ou no Google Cloud Platform.
Saiba mais
Desenvolvimento em Swift
CPU GPU TPU
Swift for TensorFlow (em Beta)
Desenvolva modelos nativamente no Swift (Beta)
Usar a programação diferencial do Swift permite suporte de primeira classe em uma linguagem de programação de uso geral. Extraia derivativos de funções e torne estruturas de dados personalizadas em diferenciais instantaneamente. Saiba como as APIs do Swift dão acesso transparente a todos os operadores de baixo nível do TensorFlow.
Saiba mais
Dispositivos Edge
CPU GPU RPi
TensorFlow Lite
Implante em dispositivos móveis ou incorporados, como o Android, o iOS e o Raspberry Pi
Leia o guia do desenvolvedor e escolha um novo modelo. ou treine novamente um existente. Depois, você pode converter o modelo em um arquivo compactado, fazer o carregamento para um dispositivo de nuvem e otimizá-lo.
Saiba mais
Produção completa
CPU GPU TPU
TFX
Valide dados de entrada com o TF Data Validation
Veja como usar componentes do TFX para analisar e transformar os dados antes mesmo de treinar um modelo.
Saiba mais
TFX
Engenharia de atributos com o tf.Transform
Saiba como definir uma função de pré-processamento que transforma dados brutos em dados usados para treinar um modelo de machine learning. Além disso, veja como a implementação do Apache Beam é usada para transformar dados por meio da conversão da função de pré-processamento em um pipeline do Beam.
Saiba mais
TFX
Modelagem e treinamento
Saiba como treinar modelos em um pipeline do TFX como um processo gerenciado.
Saiba mais
TFX
Entenda o desempenho do modelo com a análise do TF
Veja como a análise de modelos do TensorFlow permite realizar avaliações de modelo no pipeline do TFX e visualizar os resultados em um notebook do Jupyter.
Saiba mais
TFX
Exiba modelos com uma API REST no TF Serving
Saiba como o TensorFlow Serving permite implantar novos algoritmos e experimentos e manter a mesma arquitetura de servidor e APIs.
Saiba mais
Ferramentas
TensorBoard
O TensorBoard é uma ferramenta usada para visualizar treinamentos e resultados
Com o TensorBoard, é possível acompanhar as métricas de experimentos, como perda e acurácia, bem como visualizar o grafo do modelo, projetar os embeddings para um espaço dimensional menor e muito mais.
Saiba mais
TensorFlow Hub
O TensorFlow Hub é uma biblioteca abrangente de modelos
O TensorFlow Hub é uma biblioteca criada para a publicação, a descoberta e o consumo de partes reutilizáveis de modelos de machine learning, chamados de módulos.
Saiba mais

Quer expandir seus conhecimentos sobre ML?

É mais fácil usar o TensorFlow se você tiver uma compreensão básica dos princípios e dos principais conceitos de machine learning. Aprenda e aplique práticas fundamentais de machine learning para desenvolver suas habilidades.

Aprenda ML

Comece com os currículos selecionados para aprimorar suas habilidades nas áreas básicas de ML.

Saiba mais  

Primeiros passos com o TensorFlow

Ver tutoriais