Библиотеки и расширения
Изучите библиотеки для создания продвинутых моделей или методов с помощью TensorFlow и получите доступ к пакетам приложений для предметной области, которые расширяют возможности TensorFlow.
Современные алгоритмы обучения, обслуживания и интерпретации моделей, использующие леса решений для классификации, регрессии и ранжирования.
Библиотека для многоразового машинного обучения. Загрузите и повторно используйте последние обученные модели с минимальным объемом кода.
Набор инструментов для оптимизации моделей TensorFlow — это набор инструментов для оптимизации моделей машинного обучения для развертывания и выполнения.
Библиотека для построения моделей рекомендательных систем.
Библиотека для гибких, контролируемых и интерпретируемых решений машинного обучения с ограничениями формы здравого смысла.
Библиотека функций компьютерной графики, начиная от камер, источников света и материалов и заканчивая средствами визуализации.
Платформа с открытым исходным кодом для машинного обучения и других вычислений с децентрализованными данными.
TensorFlow Probability — это библиотека для вероятностных рассуждений и статистического анализа.
Tensor2Tensor — это библиотека моделей и наборов данных глубокого обучения, призванная сделать глубокое обучение более доступным и ускорить исследования в области машинного обучения.
Библиотека Python, включающая реализации оптимизаторов TensorFlow для обучения моделей машинного обучения с дифференциальной конфиденциальностью.
Библиотека для обучения с подкреплением в TensorFlow.
Исследовательская структура для быстрого прототипирования алгоритмов обучения с подкреплением.
TRFL (произносится как «трюфель») — это библиотека для строительных блоков обучения с подкреплением, созданная DeepMind.
Язык распределенного глубокого обучения, способный определять широкий класс распределенных тензорных вычислений.
Упрощает хранение и обработку данных неоднородной формы, включая текст (слова, предложения, символы) и пакеты переменной длины.
Поддерживает работу с текстом Unicode напрямую в TensorFlow.
TensorFlow Ranking — это библиотека для методов Learning-to-Rank (LTR) на платформе TensorFlow.
Magenta — исследовательский проект, изучающий роль машинного обучения в процессе создания произведений искусства и музыки.
Nucleus — это библиотека кода Python и C++, предназначенная для упрощения чтения, записи и анализа данных в распространенных форматах файлов геномики, таких как SAM и VCF.
Библиотека от DeepMind для построения нейронных сетей.
Платформа обучения для обучения нейронных сетей путем использования структурированных сигналов в дополнение к входным данным.
Дополнительные функции для TensorFlow, поддерживаемые SIG Addons.
Расширения набора данных, потоковой передачи и файловой системы, поддерживаемые SIG IO.
TensorFlow Quantum — это библиотека квантового машинного обучения для быстрого прототипирования гибридных квантово-классических моделей машинного обучения.
Оптимизируйте и создавайте карты моделей — документы машинного обучения, которые обеспечивают контекст и прозрачность разработки и производительности модели.
Библиотека, помогающая создавать и обучать модели таким образом, чтобы уменьшить или исключить вред, наносимый пользователями из-за основных искажений производительности.
Библиотека, которая позволяет легко вычислять общеизвестные метрики справедливости для бинарных и многоклассовых классификаторов.
TensorFlow Cloud — это библиотека для подключения вашей локальной среды к Google Cloud.
Коллекция классов и операций, связанных с текстом и НЛП, готовых к использованию с TensorFlow 2.