Missed TensorFlow Dev Summit? Check out the video playlist. Watch recordings

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

まずは、ユーザー フレンドリーな Sequential API を使用することをおすすめします。構成要素をつなぎ合わせるだけでモデルを作成できます。以下の「Hello World」の例を実行したら、チュートリアルで詳細を確認してください。また、ML を学習するには、教育ページを参照してください。まずは、ML の基礎に関するスキルを向上させるためのカリキュラムを学習しましょう。

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

Subclassing API では、高度な研究に適した Define-by-Run インターフェースを提供します。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

作業に役立つ最新の情報やお知らせを毎月お届けする TensorFlow ニュースレターにご登録ください。

Mar 12, 2020 
Learning to read with TensorFlow and Keras (TF Dev Summit '20)

Natural Language Processing (NLP) has hit an inflection point, and this talk shows you how TensorFlow and Keras make it easy to preprocess, train, and hypertune text models.

Continue
Feb 10, 2020 
Introducing TensorFlow Lattice

A library for training constrained and interpretable lattice based models. Inject domain knowledge into the learning process through common-sense or policy-driven shape constraints.

2019 年 5 月 8 日 
TensorFlow 2 を使ってみる(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。

Continue