コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

TensorFlow は、機械学習用のエンドツーエンドのオープンソース プラットフォームです。

TensorFlow を使用すると、初心者もエキスパートも簡単に機械学習モデルを作成できます。開始するには、以下のセクションを参照してください。

チュートリアルを見る

チュートリアルでは、完全なエンド ツー エンドの例で TensorFlow の使用方法を示します。

ガイドを見る

ガイドでは、TensorFlow の概念とコンポーネントについて説明しています。

初心者向け

開始するのに最適な場所は、ユーザーフレンドリーな Sequential API です。構成要素を組み合わせてモデルを作成できます。以下の「Hello World」の例を実行してから、チュートリアルにアクセスして詳細を確認してください。

ML について学習するには、教育ページをご覧ください。厳選されたカリキュラムから始めて、基本的な ML 領域のスキルを向上させます。

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
プレースホルダー25

専門家向け

サブクラス化 API は、高度な研究のために実行ごとに定義するインターフェイスを提供します。モデルのクラスを作成し、フォワード パスを命令的に記述します。カスタム レイヤー、アクティベーション、トレーニング ループを簡単に作成できます。以下の「Hello World」の例を実行してから、チュートリアルにアクセスして詳細を確認してください。

class MyModel(tf.keras.Model):
  def __init__(self):
    super(MyModel, self).__init__()
    self.conv1 = Conv2D(32, 3, activation='relu')
    self.flatten = Flatten()
    self.d1 = Dense(128, activation='relu')
    self.d2 = Dense(10, activation='softmax')

  def call(self, x):
    x = self.conv1(x)
    x = self.flatten(x)
    x = self.d1(x)
    return self.d2(x)
model = MyModel()

with tf.GradientTape() as tape:
  logits = model(images)
  loss_value = loss(logits, labels)
grads = tape.gradient(loss_value, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))
プレースホルダー27

一般的な問題の解決策

プロジェクトに役立つステップバイステップのチュートリアルをご覧ください。

初心者向け
初めてのニューラル ネットワーク

完全な TensorFlow プログラムのこのペースの速い概要では、ニューラル ネットワークをトレーニングして、スニーカーやシャツなどの衣類の画像を分類します。

専門家向け
敵対的生成ネットワーク

Keras サブクラス化 API を使用して、敵対的生成ネットワークをトレーニングして、手書き数字の画像を生成します。

専門家向け
注意を払ったニューラル機械翻訳

Keras Subclassing API を使用して、スペイン語から英語への翻訳用に sequence-to-sequence モデルをトレーニングします。

ニュースとお知らせ

その他の更新についてはブログをチェックし、TensorFlow ニュースレターを購読して、最新のお知らせを受信トレイに直接送信してください。