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.
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.
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.
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 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.
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.
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.
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.
