TensorFlow は、機械学習向けに開発された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 を利用すると、エキスパートはもちろん初心者でも機械学習モデルを簡単に作成できます。まずは以下の各セクションをご覧ください。

チュートリアル

包括的で完全な例を挙げながら TensorFlow の使い方を説明するチュートリアルです。

ガイドを見る

TensorFlow の概念およびコンポーネントについて説明するガイドです。

初心者向け

まずは、ユーザー フレンドリーな Sequential API を使用することをおすすめします。構成要素をつなぎ合わせるだけでモデルを作成できます。以下の「Hello World」の例を実行したら、チュートリアルで詳細を確認してください。また、ML を学習するには、教育ページを参照してください。まずは、ML の基礎に関するスキルを向上させるためのカリキュラムを学習しましょう。

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)

エキスパート向け

Subclassing API では、高度な研究に適した Define-by-Run インターフェースを提供します。モデル用のクラスを作成してから、フォワードパスを命令的に記述します。カスタムレイヤ、アクティベーション、トレーニング ループは簡単に記述できます。以下の「Hello World」の例を実行してから、チュートリアルで詳細を確認しましょう。

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))

よくある問題への解決策

プロジェクトの参考になるステップバイステップ チュートリアルをご覧ください。

初心者向け
はじめてのニューラル ネットワーク

スニーカーやシャツなど、身に着けるものの画像を分類するニューラル ネットワークをトレーニングします。短時間で終えられるこのチュートリアルを通じて、TensorFlow プログラムの全体像を大まかに把握することができます。

エキスパート向け
敵対的生成ネットワーク

Keras Subclassing API を使用して、手書き風の数字の画像を生成する敵対的生成ネットワークをトレーニングします。

エキスパート向け
アテンションを用い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を行う 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

その他の最新情報については、ブログをご覧ください。また、最新のお知らせを毎月メールボックスに直接お届けする TensorFlow ニュースレターにご登録ください。

2020 年 3 月 12 日 
TensorFlow と Keras での読み方を学ぶ(TF Dev Summit '20)

自然言語処理(NLP)は転換点を迎えました。このセッションでは、TensorFlow と Keras を使用して、テキストモデルの前処理、トレーニング、ハイパーチューニングを簡単に行う方法について説明します。

Continue
2020 年 2 月 10 日 
TensorFlow Lattice の概要

制約付きの格子ベースのモデルをトレーニングするためのライブラリ。一般的な感覚やポリシーに基づいた形状の制約を通じて、学習プロセスに特定分野の知識を取り込みます。

2019 年 5 月 8 日 
TensorFlow 2 を使ってみる(I/O'19)

ユーザー フレンドリーな新しい API について、初心者からエキスパートまでを対象にコード例に沿って解説します。Keras の Sequential API、Functional API、Subclassing API を、プロジェクトのどのような場面で使用すればよいかを理解できます。

Continue