Tutorial TensorFlow ditulis sebagai notebook Jupyter dan dijalankan langsung di Google Colab—lingkungan notebook yang dihosting dan tidak memerlukan penyiapan. Di bagian atas setiap tutorial, Anda akan melihat tombol Jalankan di Google Colab . Klik tombol untuk membuka buku catatan dan menjalankan kodenya sendiri.

Tempat terbaik untuk memulai adalah dengan API sekuensial Keras yang mudah digunakan. Bangun model dengan menyambungkan blok penyusun. Setelah tutorial ini, baca panduan Keras .
Ini "Halo, Dunia!" notebook menunjukkan Keras Sequential API dan model.fit .
Koleksi notebook ini mendemonstrasikan tugas-tugas pembelajaran mesin dasar menggunakan Keras.
Tutorial ini menggunakan tf.data untuk memuat berbagai format data dan membangun saluran input.
API fungsional dan subkelas Keras menyediakan antarmuka yang ditentukan demi dijalankan untuk penyesuaian dan penelitian lanjutan. Bangun model Anda, lalu tulis umpan maju dan mundur. Buat lapisan kustom, aktivasi, dan loop pelatihan.
Ini "Halo, Dunia!" notebook menggunakan API subkelas Keras dan loop pelatihan khusus.
Koleksi buku catatan ini menunjukkan cara membuat lapisan kustom dan loop pelatihan di TensorFlow.
Distribusikan pelatihan model Anda di beberapa GPU, beberapa mesin, atau TPU.
Bagian Lanjutan memiliki banyak contoh buku catatan instruktif, termasuk terjemahan mesin Neural , Transformers , dan CycleGAN .
Lihat video berikut untuk pengenalan pembelajaran mesin dengan TensorFlow:
Jelajahi pustaka untuk membuat model atau metode lanjutan menggunakan TensorFlow, dan mengakses paket aplikasi khusus domain yang memperluas TensorFlow. Ini adalah contoh tutorial yang tersedia untuk proyek-proyek ini.
Berlangganan ke blog TensorFlow , saluran YouTube , dan Twitter untuk pembaruan terbaru.