ترجمت واجهة Cloud Translation API‏ هذه الصفحة.
Switch to English

TensorFlow عبارة عن منصة مفتوحة المصدر شاملة للتعلم الآلي

يسهل TensorFlow على المبتدئين والخبراء إنشاء نماذج التعلم الآلي. انظر الأقسام أدناه للبدء.

انظر الدروس

توضح لك البرامج التعليمية كيفية استخدام TensorFlow مع أمثلة كاملة وشاملة.

انظر الدليل

أدلة تشرح مفاهيم ومكونات TensorFlow.

للمبتدئين

أفضل مكان للبدء هو واجهة برمجة التطبيقات التسلسلية سهلة الاستخدام. يمكنك إنشاء نماذج عن طريق توصيل الكتل الإنشائية معًا. قم بتشغيل مثال "Hello World" أدناه ، ثم قم بزيارة البرامج التعليمية لمعرفة المزيد.

لتعلم ML ، تحقق من صفحة التعليم الخاصة بنا. ابدأ بمناهج منظمة لتحسين مهاراتك في مجالات تعلم الآلة الأساسية.

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)

للخبراء

يوفر Subclassing API واجهة تعريف عن طريق التشغيل للبحث المتقدم. قم بإنشاء فصل دراسي للنموذج الخاص بك ، ثم اكتب التمرير الأمامي بشكل إلزامي. يمكنك بسهولة إنشاء طبقات مخصصة وتنشيطات وحلقات تدريب. قم بتشغيل مثال "Hello World" أدناه ، ثم قم بزيارة البرامج التعليمية لمعرفة المزيد.

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))

حلول للمشاكل الشائعة

استكشف البرامج التعليمية خطوة بخطوة لمساعدتك في مشروعاتك.

للمبتدئين
شبكتك العصبية الأولى

قم بتدريب شبكة عصبية لتصنيف صور الملابس ، مثل الأحذية الرياضية والقمصان ، في هذه النظرة العامة السريعة على برنامج TensorFlow الكامل.

للخبراء
شبكات الخصومة التوليدية

قم بتدريب شبكة خصومة مولدة لإنشاء صور للأرقام المكتوبة بخط اليد ، باستخدام واجهة برمجة تطبيقات Keras Subclassing.

للخبراء
الترجمة الآلية العصبية باهتمام

تدريب نموذج التسلسل إلى التسلسل للترجمة من الإسبانية إلى الإنجليزية باستخدام Keras Subclassing API.

الأخبار والإعلانات

تحقق من مدونتنا للحصول على تحديثات إضافية ، واشترك في النشرة الإخبارية الشهرية TensorFlow للحصول على أحدث الإعلانات المرسلة مباشرة إلى صندوق الوارد الخاص بك.

23 سبتمبر 2020  
تقديم توصيات TensorFlow

نحن متحمسون لتقديم توصيات TensorFlow (TFRS) ، وهي حزمة TensorFlow مفتوحة المصدر تجعل من السهل بناء وتقييم وخدمة نماذج التوصية المعقدة.

26 أغسطس 2020  
نقدم لك TF-Coder ، وهي أداة تكتب تعابير TensorFlow صعبة لك!

TF-Coder هي أداة تركيب برامج تساعدك على كتابة كود TensorFlow. بدلاً من تشفير عمليات التنسور الصعبة مباشرةً ، أظهر ذلك من خلال مثال توضيحي ويوفر TF-Coder الكود المقابل تلقائيًا. جربها بنفسك في Codelab!

11 أغسطس 2020  
مجموعة أدوات تحسين نموذج TensorFlow - واجهة برمجة تطبيقات تجميع الوزن

تقديم API التجميعي للوزن ، الذي اقترحه وساهم به Arm. يساعد تجميع الوزن على تقليل حجم التخزين والنقل للنموذج الخاص بك عن طريق استبدال العديد من قيم المعلمات الفريدة بعدد أصغر من القيم الفريدة.

14 يوليو 2020  
عرض LipSync بواسطة YouTube مع TensorFlow.js

تعرف على مدى جودة المزامنة مع كلمات الأغنية الشهيرة "Dance Monkey". تستخدم هذه التجربة في المتصفح نموذج Facemesh لتقدير النقاط الرئيسية حول الشفاه لتسجيل دقة مزامنة الشفاه.