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 öğreticilerle TensorFlow'un temellerini öğrenin.
Web için
Yeni makine öğrenimi modelleri oluşturmak ve mevcut modelleri JavaScript ile dağıtmak için TensorFlow.js'yi kullanın.
Mobil ve Edge için
Android, iOS, Edge TPU ve Raspberry Pi gibi mobil ve yerleşik cihazlarda TensorFlow Lite ile çıkarım yapın.
Prodüksiyon için
TFX kullanarak eğitim ve çıkarım için üretime hazır bir ML işlem hattı dağıtın.
Makine öğrenimi için uçtan uca bir platform
Başarılı ML sonuçları için verileri hazırlayın ve yükleyin
Veriler, makine öğrenimi çabalarınızın başarısındaki en önemli faktör olabilir. TensorFlow, verileri geniş ölçekte birleştirmenize, temizlemenize ve önceden işlemenize yardımcı olacak birden çok veri aracı sunar:
İlk eğitim ve doğrulama için standart veri kümeleri
Veri yüklemek için yüksek düzeyde ölçeklenebilir veri ardışık düzenleri
Ortak girdi dönüşümleri için ön işleme katmanları
Büyük veri kümelerini doğrulamak ve dönüştürmek için araçlar
Ek olarak, sorumlu AI araçları, modellerinizden adil ve etik sonuçlar elde etmek için verilerinizdeki önyargıyı ortaya çıkarmanıza ve ortadan kaldırmanıza yardımcı olur.
TensorFlow ekosistemiyle modeller oluşturun ve ince ayar yapın
Model oluşturmayı, eğitimi ve dışa aktarmayı kolaylaştıran Core çerçevesi üzerine kurulu bir ekosistemin tamamını keşfedin. TensorFlow, dağıtılmış eğitimi, anında model yinelemeyi ve Keras ile kolay hata ayıklamayı ve çok daha fazlasını destekler. Model Analizi ve TensorBoard gibi araçlar, modelinizin yaşam döngüsü boyunca geliştirme ve iyileştirmeyi izlemenize yardımcı olur.
Başlamanıza yardımcı olması için, Google ve topluluktan TensorFlow Hub'da önceden eğitilmiş model koleksiyonlarını veya Model Garden'da son teknoloji araştırma modellerinin uygulamalarını bulun. Bu üst düzey bileşen kitaplıkları, güçlü modeller almanıza ve bunları yeni veriler üzerinde ince ayar yapmanıza veya yeni görevleri gerçekleştirmek için özelleştirmenize olanak tanır.
Modelleri cihazda, tarayıcıda, şirket içinde veya bulutta dağıtın
TensorFlow, modellerinizi sunucular, uç cihazlar, tarayıcılar, mobil, mikrodenetleyiciler, CPU'lar, GPU'lar, FPGA'lar gibi herhangi bir ortamda dağıtmak için sağlam yetenekler sağlar. TensorFlow Hizmet , Google'ın özel Tensör İşleme Birimleri (TPU'lar) dahil olmak üzere dünyanın en gelişmiş işlemcilerinde üretim ölçeğinde makine öğrenimi modellerini çalıştırabilir.
Gecikmeyi azaltmak ve veri gizliliğini iyileştirmek için kaynağına yakın verileri analiz etmeniz gerekiyorsa, TensorFlow Lite çerçevesi, modelleri mobil cihazlarda, uç bilgi işlem cihazlarında ve hatta mikro denetleyicilerde çalıştırmanıza olanak tanır ve TensorFlow.js çerçevesi, makine öğrenimini aşağıdakilerle çalıştırmanıza olanak tanır. sadece bir web tarayıcısı.
Colab'da deneyin
TensorFlow Sunma ile bir model sunmaÜretim ML için MLO'ları uygulayın
TensorFlow platformu, veri otomasyonu, model izleme, performans izleme ve model yeniden eğitimi için en iyi uygulamaları uygulamanıza yardımcı olur.
Bir ürünün, hizmetin veya iş sürecinin ömrü boyunca model eğitimini otomatikleştirmek ve izlemek için üretim düzeyinde araçların kullanılması başarı için kritik öneme sahiptir. TFX , verileriniz ve modelleriniz zaman içinde geliştikçe sorunları algılayarak tam MLOps dağıtımları için yazılım çerçeveleri ve araçlar sağlar.
Makine öğrenimi bilginizi genişletmek mi istiyorsunuz?
TensorFlow, makine öğrenimi ilkeleri ve temel kavramlar hakkında temel bir anlayışla kullanımı daha kolaydır. Becerilerinizi geliştirmek için temel makine öğrenimi uygulamalarını öğrenin ve uygulayın.
Temel makine öğrenimi alanlarındaki becerilerinizi geliştirmek için seçilmiş müfredatlarla başlayın.