דף זה תורגם על ידי Cloud Translation API.
Switch to English

TensorFlow היא פלטפורמת קוד פתוח מקצה לקצה ללימוד מכונה

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

ראה הדרכות

הדרכות מראות כיצד להשתמש ב- TensorFlow עם דוגמאות מלאות מקצה לקצה.

עיין במדריך

מדריכים מסבירים את המושגים והרכיבים של TensorFlow.

למתחילים

המקום הטוב ביותר להתחיל הוא באמצעות ממשק ה- API הרצף ידידותי למשתמש. אתה יכול ליצור מודלים על ידי חיבור אבני בניין. הפעל את הדוגמה של "שלום עולם" למטה ואז בקר בהדרכות למידע נוסף.

כדי ללמוד ML, עיין בדף החינוך שלנו. התחל עם תוכניות לימודים מאוצרות כדי לשפר את כישוריך 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- API של Subclassing מספק ממשק מוגדר לפי הפעלה למחקר מתקדם. צור כיתה עבור המודל שלך, ואז כתוב את המעבר קדימה באופן בלתי הכרחי. צור בקלות שכבות מותאמות אישית, הפעלות ולולאות אימון. הפעל את הדוגמה של "שלום עולם" למטה ואז בקר בהדרכות למידע נוסף.

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

גלה מדריכים שלב אחר שלב שיעזרו לך בפרויקטים שלך.

למתחילים
הרשת העצבית הראשונה שלך

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

למומחים
רשתות יריבות גנריות

הכשר רשת יריבה גנרית לייצור תמונות של ספרות בכתב יד, באמצעות ממשק ה- API של Keras Subclassing.

למומחים
תרגום מכונה עצבי עם תשומת לב

אמן מודל רצף לרצף לתרגום מספרדית לאנגלית באמצעות ממשק ה- API של Keras Subclassing.

חדשות והודעות

היכנס לבלוג שלנו לקבלת עדכונים נוספים והירשם כמנוי לניוזלטר החודשי שלנו TensorFlow כדי לקבל את ההודעות האחרונות שנשלחו ישירות לתיבת הדואר הנכנס שלך.

14 ביולי 2020
LipSync מאת YouTube הדגמה עם TensorFlow.js

ראה עד כמה אתה מסנכרן למילים של הלהיט הפופולרי "Dance Monkey". חוויה זו בדפדפן משתמשת במודל Facemesh לצורך הערכת נקודות מפתח סביב השפתיים כדי להבקיע דיוק סינכרון שפתיים.

10 ביולי 2020  
TensorFlow 2 עומד בממשק ה- API לזיהוי אובייקטים

בסיס הקוד שלנו מציע אינטגרציה הדוקה של Keras, גישה לאסטרטגיות הפצה, ניפוי באגים קל עם ביצוע נלהב - כל הדברים הטובים שאפשר לצפות מבסיס קוד TensorFlow 2.

8 ביולי 2020  
TensorFlow 2.3 כבר כאן!

TensorFlow 2.3 מציג תכונות חדשות ב- 'tf.data' כדי לפתור צווארי בקבוק של צינור קלט ולחסוך משאבים, שכבות ניסוי טרום-עיבוד ניסיוני של Keras לעיבוד נתונים מראש וכלים חדשים של TF Profiler.

26 ביוני 2020
למד כיצד לכוונן את דגם ה- BERT המוכנה מראש

הדרכה חדשה זו מציגה יישום מהמדף של למידת העברת טקסט באמצעות BERT, שנועדה לאפשר לך לשנות אותה או להכשיר אותה מאפס.