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

The best place to start is with the user-friendly Sequential API. You can create models by plugging together building blocks. Run the “Hello World” example below, then visit the tutorials to learn more.

To learn ML, check out our education page. Begin with curated curriculums to improve your skills in foundational ML areas.

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

サブクラス化 API は、高度な研究に適した Define-by-Run インターフェースです。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

仕事に役立つ最新情報を入手するために、毎月最新のアナウンスが受信トレイに直接配信される TensorFlow ニュースレターに登録してください。

2019 年 2 月 27 日 
Upgrading your code to TensorFlow 2

TensorFlow 2 will include many API changes, such as reordering arguments, renaming symbols, and changing default values for parameters. To streamline the changes, the TensorFlow engineering team has created a tf_upgrade_v2 utility that will help transition legacy code...

2019 年 5 月 8 日 
Getting Started with TensorFlow 2 (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。

2019 年 6 月 10 日 
TF.Text 入門

TF.Text is a TensorFlow 2 library that handles preprocessing regularly found in text-based models, and other features useful for language modeling not provided by core TensorFlow.