O Google tem o compromisso de promover a igualdade racial para as comunidades negras. Saiba como.

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

Ecossistema TensorFlow

O TensorFlow fornece uma coleção de fluxos de trabalho para desenvolver e treinar modelos usando Python ou JavaScript, bem como para implantar com facilidade na nuvem, no local, no navegador ou no dispositivo, seja qual for a linguagem usada.

Carregue e faça o pré-processamento de dados
Crie, treine e reutilize modelos
Implantação
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.
Explorar
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.
Explorar
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.
Explorar
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.
Explorar
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.
Explorar
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.
Explorar
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 com a conversão da função de pré-processamento em um pipeline do Beam.
Explorar
TFX
Modelagem e treinamento
Saiba como treinar modelos em um pipeline do TFX como um processo gerenciado.
Explorar
TFX
Entenda o desempenho do modelo com a análise do TF
Veja como a análise de modelos do TensorFlow realiza avaliações de modelo no pipeline do TFX e visualiza os resultados em um notebook do Jupyter.
Explorar
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.
Explorar
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.
Explorar
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.
Explorar

Quer ampliar 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 use as 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