TensorFlow 简介

借助 TensorFlow,初学者和专家可以在桌面、移动、网络和云端环境下创建机器学习模型。请参阅以下几部分,了解如何开始使用。

TensorFlow

通过面向初学者和专家的教程学习 TensorFlow 的基础知识,运用这些知识创建下一个机器学习项目。

针对 JavaScript

通过 TensorFlow.js 使用 JavaScript 创建新的机器学习模型和部署现有模型。

针对移动设备和 IoT 设备

使用 TensorFlow Lite 在 Android、iOS、Edge TPU 和 Raspberry Pi 等移动设备和嵌入式设备上进行推断。

针对生产

使用 TensorFlow Extended (TFX) 部署可正式投入使用的机器学习流水线,以进行训练和推断。

TensorFlow 生态系统

TensorFlow 提供了一系列工作流程,以供您使用 Python、JavaScript 或 Swift 开发和训练模型,并在云端、本地、浏览器中或设备上轻松地部署模型,无论您采用什么语言,都能提供支持。

产品路线图和 RFC

探索即将发布的 TensorFlow 版本中的优先目标、侧重点和预期功能。查看即将发布的评论征集 (RFC) 通知,以进行技术方面的深入探讨并参与设计决策。其中许多方面都是由社区用例推动的,我们欢迎各方人员进一步做出贡献。

刚接触机器学习?

如果您基本了解机器学习的原理和核心概念,TensorFlow 就会更易于使用。请学习并应用机器学习的基本做法以培养您的技能,并为使用 TensorFlow 开始下一个项目做好准备。

深度学习简介 

报名参加麻省理工学院关于深度学习方法及其在机器翻译、图像识别和游戏等领域的应用的官方入门课程。学生将掌握深度学习算法的基础知识,并获得在 TensorFlow 中构建神经网络的实践经验。

本课程由 Google 和 Udacity 联合制作而成,从实践角度向软件开发者讲解了深度学习技巧。了解如何使用 TensorFlow 构建深度学习应用。

deeplearning.ai 推出的 TensorFlow 专项系列课程将向您介绍使用 TensorFlow 的高阶 API(包括 Keras)构建计算机视觉、自然语言处理和时间序列预测神经网络的最佳做法。