Google I/O הוא עטיפה! התעדכן בהפעלות של TensorFlow. צפה בהפעלות

TensorFlow היא פלטפורמת קוד פתוח מקצה לקצה ללמידת מכונה

TensorFlow מקל על מתחילים ומומחים ליצור מודלים של למידת מכונה. עיין בסעיפים למטה כדי להתחיל.

ראה מדריכים

מדריכים מראים לך כיצד להשתמש ב-TensorFlow עם דוגמאות מלאות מקצה לקצה.

עיין במדריך

מדריכים מסבירים את המושגים והמרכיבים של TensorFlow.

למתחילים

המקום הטוב ביותר להתחיל הוא עם ה-API Sequential הידידותי למשתמש. אתה יכול ליצור מודלים על ידי חיבור אבני בניין. הפעל את הדוגמה של "Hello World" למטה, ולאחר מכן בקר במדריכי הלימוד כדי ללמוד עוד.

כדי ללמוד ML, עיין בדף החינוך שלנו. התחל עם תוכניות לימודים שנאספו כדי לשפר את הכישורים שלך בתחומי ML בסיסיים.

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)

למומחים

ממשק ה-Subclassing API מספק ממשק מוגדר לפי הפעלה למחקר מתקדם. צור כיתה עבור הדגם שלך, ולאחר מכן כתוב את המעבר קדימה באופן הכרחי. כתוב בקלות שכבות מותאמות אישית, הפעלות ולולאות אימון. הפעל את הדוגמה של "Hello World" למטה, ולאחר מכן בקר במדריכי הלימוד כדי ללמוד עוד.

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))

פתרונות לבעיות נפוצות

חקור מדריכי לימוד שלב אחר שלב שיעזרו לך בפרויקטים שלך.

למתחילים
הרשת העצבית הראשונה שלך

אמנו רשת עצבית כדי לסווג תמונות של בגדים, כמו נעלי ספורט וחולצות, בסקירה המהירה הזו של תוכנית TensorFlow שלמה.

למומחים
רשתות יריבות יצירתיות

אימון רשת יריבתית יוצרת ליצור תמונות של ספרות בכתב יד, באמצעות ממשק ה-API של Keras Subclassing.

למומחים
תרגום מכונה עצבית עם תשומת לב

אימון מודל רצף לרצף לתרגום ספרדית לאנגלית באמצעות ממשק ה-API של Keras Subclassing.

חדשות והודעות

עיין בבלוג שלנו לקבלת עדכונים נוספים, והירשם לניוזלטר TensorFlow שלנו כדי לקבל את ההכרזות האחרונות ישירות לתיבת הדואר הנכנס שלך.