Google is committed to advancing racial equity for Black communities. See how.
Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

TensorFlow'a Giriş

TensorFlow, yeni başlayanların ve uzmanların masaüstü, mobil, web ve bulut için makine öğrenimi modelleri oluşturmasını kolaylaştırır. Başlamak için aşağıdaki bölümlere bakın.

TensorFlow

Bir sonraki makine öğrenimi projenizi oluşturmanıza yardımcı olacak yeni başlayanlar ve uzmanlar için eğiticilerle TensorFlow'un temelini öğrenin.

Daha fazla bilgi edin

JavaScript için

Yeni makine öğrenimi modelleri oluşturmak ve mevcut modelleri JavaScript ile dağıtmak için TensorFlow.js kullanın.

Daha fazla bilgi edin

Mobil ve IoT için

TensorFlow Lite ile Android, iOS, Edge TPU ve Raspberry Pi gibi mobil ve yerleşik cihazlarda çıkarım yapın.

Daha fazla bilgi edin

Prodüksiyon için

TensorFlow Extended (TFX) kullanarak eğitim ve çıkarım için üretime hazır bir makine öğrenimi ardışık düzeni dağıtın.

Daha fazla bilgi edin

TensorFlow için Swift

Derin öğrenme ve farklılaştırılabilir programlama için yeni nesil platform olan TensorFlow için Swift ile doğrudan entegre edin.

Daha fazla bilgi edin

TensorFlow ekosistemi

TensorFlow, Python, JavaScript veya Swift kullanarak modeller geliştirmek ve eğitmek ve hangi dili kullanırsanız kullanın bulutta, şirket içinde, tarayıcıda veya cihazda kolayca dağıtmak için bir iş akışı koleksiyonu sağlar.

Verileri yükleme ve ön işleme
Modelleri oluşturun, eğitin ve yeniden kullanın
Dağıtmak
Python geliştirme
CPU GPU TPU
TensorFlow
TensorFlow Giriş Boru Hatları Oluşturun
Tf.data API, basit, yeniden kullanılabilir parçalardan karmaşık girdi ardışık düzenleri oluşturmanıza olanak tanır.
keşfetmek
TensorFlow
Keras kullanarak modeller oluşturun ve eğitin
tf.keras, modelleri oluşturmak ve eğitmek için kullanılan üst düzey bir API'dir. İstekli yürütme, tf.data ardışık düzenleri ve tahmin ediciler gibi TensorFlow'a özgü işlevleri destekler.
keşfetmek
TensorFlow
Python kullanarak dağıtın
TensorFlow Sunum'u kullanarak bir mobil veya uç cihazda, tarayıcıda veya geniş ölçekte dağıtın.
JavaScript geliştirme
CPU GPU TPU
TensorFlow.js
Bir Python modelini içe aktarın veya JavaScript'te bir tane yazın
Önceden eğitilmiş modelleri Python'dan TensorFlow.js'ye dönüştürmenin yanı sıra modelleri doğrudan JavaScript'te nasıl oluşturup eğiteceğinizi öğrenin.
keşfetmek
TensorFlow.js
Tarayıcı veya Node.js'de dağıtın
TensorFlow.js modellerini tarayıcıda, node.js'de veya Google Cloud platformunda nasıl dağıtacağınızı öğrenin.
keşfetmek
Hızlı gelişme
CPU GPU TPU
TensorFlow için Swift (Beta sürümünde)
Swift (beta) ile modelleri yerel olarak geliştirin
Swift farklılaştırılabilir programlamayı kullanmak, genel amaçlı bir programlama dilinde birinci sınıf destek sağlar. Fonksiyonların türevlerini alın ve özel veri yapılarını anında ayırt edilebilir hale getirin. Swift API'lerinin tüm düşük düzey TensorFlow operatörlerine nasıl şeffaf erişim sağladığını öğrenin.
keşfetmek
Edge cihazları
CPU GPU RPi
TensorFlow Lite
Android, iOS ve Raspberry Pi gibi mobil veya gömülü cihazlara dağıtın
Geliştirici kılavuzunu okuyun ve yeni bir model seçin veya mevcut bir modeli yeniden eğitin, onu sıkıştırılmış bir dosyaya dönüştürün, bir uç cihaza yükleyin ve ardından optimize edin.
keşfetmek
Uçtan uca üretim
CPU GPU TPU
TFX
Giriş verilerini TF Veri Doğrulama ile doğrulayın
Bir modeli eğitmeden önce verilerinizi analiz etmek ve dönüştürmek için TFX bileşenlerini nasıl kullanacağınızı görün.
keşfetmek
TFX
TF Transform ile özellik mühendisliği
Ham verileri bir makine öğrenimi modelini eğitmek için kullanılan verilere dönüştüren bir ön işleme işlevinin nasıl tanımlanacağını öğrenin ve ön işleme işlevini bir Beam ardışık düzenine dönüştürerek verileri dönüştürmek için Apache Beam uygulamasının nasıl kullanıldığını görün.
keşfetmek
TFX
Modelleme ve eğitim
Modellerinizi yönetilen bir süreç olarak bir TFX ardışık düzeninde nasıl eğiteceğinizi öğrenin.
keşfetmek
TFX
TF model analizi ile model performansını anlama
TensorFlow Model Analysis'in TFX ardışık düzeninde model değerlendirmeleri gerçekleştirmenize ve sonuçları bir Jupyter not defterinde görselleştirmenize nasıl izin verdiğini görün.
keşfetmek
TFX
TF Sunumu ile REST API'si olan modelleri sunma
TensorFlow Sunumunun, aynı sunucu mimarisini ve API'leri korurken yeni algoritmaları ve deneyleri dağıtmanıza nasıl olanak tanıdığını öğrenin.
keşfetmek
Araçlar
TensorBoard
TensorBoard, eğitimi ve sonuçları görselleştirmek için bir araçtır
TensorBoard ile, kayıp ve doğruluk gibi deney ölçümlerini izleyebilir, model grafiğini görselleştirebilir, yerleştirmeleri daha düşük boyutlu bir alana yansıtabilir ve daha fazlasını yapabilirsiniz.
keşfetmek
TensorFlow Hub
TensorFlow Hub, mevcut modellerden oluşan kapsamlı bir kitaplıktır
TensorFlow Hub, modüller adı verilen makine öğrenimi modellerinin yeniden kullanılabilir parçalarının yayınlanması, keşfi ve tüketimi için bir kitaplıktır.
keşfetmek

Makine öğrenimi bilginizi genişletmek mi istiyorsunuz?

TensorFlow'un, makine öğrenimi ilkelerinin ve temel kavramların temel bir anlayışıyla kullanılması daha kolaydır. Becerilerinizi geliştirmek için temel makine öğrenimi uygulamalarını öğrenin ve uygulayın.

Makine öğrenimi öğrenin

Temel ML alanlarındaki becerilerinizi geliştirmek için küratörlü müfredatlarla başlayın.

Daha fazla bilgi edin  

TensorFlow ile başlayın

Eğiticileri keşfedin