컬렉션을 사용해 정리하기 내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.

라이브러리 및 확장

TensorFlow를 사용하여 고급 모델 또는 메서드를 구축하기 위한 라이브러리를 탐색하고 TensorFlow를 확장하는 도메인별 애플리케이션 패키지에 액세스합니다.

결정의 숲

분류, 회귀 및 순위 지정을 위해 결정 포리스트를 사용하는 모델 교육, 제공 및 해석을 위한 최첨단 알고리즘입니다.

텐서플로우 허브

재사용 가능한 기계 학습을 위한 라이브러리입니다. 최소한의 코드로 훈련된 최신 모델을 다운로드하고 재사용하세요.

모델 최적화

TensorFlow Model Optimization Toolkit은 배포 및 실행을 위해 ML 모델을 최적화하기 위한 도구 모음입니다.

TensorFlow 추천자

추천 시스템 모델을 구축하기 위한 라이브러리입니다.

격자

상식적인 모양 제약 조건이 있는 유연하고 제어되고 해석 가능한 ML 솔루션용 라이브러리입니다.

TensorFlow 그래픽

카메라, 조명 및 재료에서 렌더러에 이르는 컴퓨터 그래픽 기능 라이브러리입니다.

TensorFlow 연합

분산 데이터에 대한 머신 러닝 및 기타 계산을 위한 오픈 소스 프레임워크입니다.

확률

TensorFlow Probability는 확률적 추론 및 통계 분석을 위한 라이브러리입니다.

텐서2텐서

Tensor2Tensor는 딥 러닝에 대한 접근성을 높이고 ML 연구를 가속화하도록 설계된 딥 러닝 모델 및 데이터세트 라이브러리입니다.

TensorFlow 개인 정보

차등 개인 정보 보호를 사용하여 기계 학습 모델을 교육하기 위한 TensorFlow 최적화 프로그램의 구현을 포함하는 Python 라이브러리입니다.

TensorFlow 에이전트

TensorFlow의 강화 학습을 위한 라이브러리입니다.

도파민

강화 학습 알고리즘의 빠른 프로토타이핑을 위한 연구 프레임워크입니다.

TRFL("트러플"로 발음)은 DeepMind에서 만든 강화 학습 빌딩 블록용 라이브러리입니다.

광범위한 분산 텐서 계산을 지정할 수 있는 분산 딥 러닝용 언어입니다.

RaggedTensor

텍스트(단어, 문장, 문자) 및 가변 길이 배치를 포함하여 모양이 균일하지 않은 데이터를 쉽게 저장하고 조작할 수 있습니다.

유니코드

TensorFlow에서 직접 유니코드 텍스트 작업을 지원합니다.

텐서플로우 순위

TensorFlow Ranking은 TensorFlow 플랫폼의 LTR(Learning-to-Rank) 기술을 위한 라이브러리입니다.

Magenta는 예술과 음악을 만드는 과정에서 기계 학습의 역할을 탐구하는 연구 프로젝트입니다.

Nucleus는 SAM 및 VCF와 같은 일반적인 유전체학 파일 형식의 데이터를 쉽게 읽고, 쓰고, 분석할 수 있도록 설계된 Python 및 C++ 코드 라이브러리입니다.

소네트

신경망 구성을 위한 DeepMind의 라이브러리.

신경 구조화 학습

특징 입력 외에 구조화된 신호를 활용하여 신경망을 훈련하는 학습 프레임워크입니다.

TensorFlow 애드온

SIG Addons에서 유지 관리하는 TensorFlow용 추가 기능.

텐서플로우 I/O

SIG IO에서 유지 관리하는 데이터 세트, 스트리밍 및 파일 시스템 확장.

텐서플로우 퀀텀

TensorFlow Quantum은 하이브리드 양자-고전 ML 모델의 신속한 프로토타이핑을 위한 양자 기계 학습 라이브러리입니다.

모델 카드 툴킷

모델 개발 및 성능에 대한 컨텍스트와 투명성을 제공하는 기계 학습 문서인 모델 카드를 간소화하고 생성합니다.

모델 수정

기본 성능 편향으로 인한 사용자 피해를 줄이거나 제거하는 방식으로 모델을 만들고 교육하는 데 도움이 되는 라이브러리입니다.

공정성 지표

이진 및 다중 클래스 분류기에 대해 일반적으로 식별되는 공정성 메트릭을 쉽게 계산할 수 있는 라이브러리입니다.

구름

TensorFlow Cloud는 로컬 환경을 Google Cloud에 연결하는 라이브러리입니다.

TensorFlow 텍스트

TensorFlow 2에서 사용할 준비가 된 텍스트 및 NLP 관련 클래스 및 작업 모음입니다.