날짜를 저장하십시오! Google I / O가 5 월 18 일부터 20 일까지 반환됩니다. 지금 등록

TensorFlow는 머신러닝을 위한 엔드 투 엔드 오픈소스 플랫폼입니다.

TensorFlow를 사용하면 초보자와 전문가 모두 머신러닝 모델을 쉽게 만들 수 있습니다. 시작하려면 아래의 섹션을 참조하세요.

가이드 보기

가이드에서는 완벽한 엔드 투 엔드 예제와 함께 TensorFlow를 사용하는 방법을 보여줍니다.

가이드 보기

가이드는 TensorFlow의 개념과 구성요소에 관해 설명합니다.

초보자용

사용자에게 친숙한 Sequential API로 시작하는 것이 가장 좋습니다. 구성요소를 연결하여 모델을 만들 수 있습니다. 아래의 'Hello World' 예제를 실행한 다음 가이드를 방문하여 자세한 내용을 알아보세요.

ML에 관해 배워보려면 교육 페이지를 확인하세요. 엄선된 커리큘럼으로 기본적인 ML 분야의 역량을 키워보세요.

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)

전문가용

Subclassing API는 고급 연구를 위한 define-by-run 인터페이스를 제공합니다. 모델에 대한 클래스를 만든 다음 명령형으로 순방향 패스를 작성합니다. 맞춤형 레이어, 활성화 및 학습 루프를 쉽게 만들 수 있습니다. 아래의 'Hello World' 예제를 실행한 다음 가이드를 방문하여 자세한 내용을 알아보세요.

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))

일반적인 문제 해결책

프로젝트에 도움이 되는 단계별 가이드를 탐색하세요.

초보자용
첫 번째 신경망

빠르게 진행되는 전체 TensorFlow 프로그램 개요에서 운동화 및 셔츠와 같은 의류 이미지를 분류하도록 신경망을 학습시키세요.

전문가용
생성적 적대 신경망(GAN)

손으로 쓴 숫자의 이미지를 생성하도록 Keras Subclassing API를 사용하여 생성적 적대 신경망(GAN)을 학습시키세요.

전문가용
어텐션을 사용한 인공신경망 기계 번역

Keras Subclassing API를 사용하여 스페인어에서 영어로 번역하도록 sequence-to-sequence 모델을 학습시키세요.

뉴스 및 공지사항

블로그에서 더 많은 소식을 확인하고, 월간 TensorFlow 뉴스레터를 구독하여 최신 공지사항을 받은편지함에서 바로 받아 보세요.

2020년 9월 23일  
TensorFlow Recommenders 소개

정교한 추천자 모델을 쉽게 빌드, 평가, 제공할 수 있는 오픈소스 TensorFlow 패키지인 TensorFlow Recommenders(TFRS)를 소개합니다.

2020년 8월 26일  
까다로운 Tenserflow 표현식을 작성하기 위한 도구인 TF-Coder 소개

TF-Coder는 TensorFlow 코드를 작성하는 데 도움이 되는 프로그램 합성 도구입니다. 까다로운 텐서 조작을 직접 코딩하는 대신 설명식 예시를 통해 보여 주면 TF-Coder가 해당하는 코드를 자동으로 제공합니다. Codelab에서 시험해 보세요.

2020년 8월 11일  
TensorFlow 모델 최적화 도구 - Weight Clustering API

Arm에서 제안하고 참여하는 Weight Clustering API 소개 가중치 클러스터링은 더 적은 수의 고윳값으로 수많은 고유 매개변수 값을 대체하여 모델의 스토리지 및 전송 크기를 줄입니다.

2020년 7월 14일  
TensorFlow.js를 사용하는 LipSync by YouTube 데모

인기곡 \'Dance Monkey\'의 가사를 얼마나 잘 따라 부르는지 확인해 보세요. 이 브라우저 내 환경은 Facemesh 모델을 사용하여 입술 주위의 주요 위치를 추적해 립싱크 정확도 점수를 매깁니다.