Оптимизируйте свои подборки Сохраняйте и классифицируйте контент в соответствии со своими настройками.

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.

Леса решений

Современные алгоритмы обучения, обслуживания и интерпретации моделей, использующие леса решений для классификации, регрессии и ранжирования.

Концентратор

Библиотека для многоразового машинного обучения. Загрузите и повторно используйте последние обученные модели с минимальным объемом кода.

Оптимизация модели

Набор инструментов для оптимизации моделей TensorFlow — это набор инструментов для оптимизации моделей машинного обучения для развертывания и выполнения.

Рекомендации

Библиотека для построения моделей рекомендательных систем.

Решетка

Библиотека для гибких, контролируемых и интерпретируемых решений машинного обучения с ограничениями формы здравого смысла.

Графика

Библиотека функций компьютерной графики, начиная от камер, источников света и материалов и заканчивая средствами визуализации.

Федеративный

Платформа с открытым исходным кодом для машинного обучения и других вычислений с децентрализованными данными.

Вероятность

TensorFlow Probability — это библиотека для вероятностных рассуждений и статистического анализа.

Тензор2Тензор

Tensor2Tensor — это библиотека моделей и наборов данных глубокого обучения, призванная сделать глубокое обучение более доступным и ускорить исследования в области машинного обучения.

Конфиденциальность

Библиотека Python, включающая реализации оптимизаторов TensorFlow для обучения моделей машинного обучения с дифференциальной конфиденциальностью.

Агенты

Библиотека для обучения с подкреплением в TensorFlow.

Дофамин

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.

Рваные

Упрощает хранение и обработку данных неоднородной формы, включая текст (слова, предложения, символы) и пакеты переменной длины.

Операции Юникода

Поддерживает работу с текстом Unicode напрямую в TensorFlow.

Рейтинг 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.

ядро

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.

Сонет

Библиотека от DeepMind для построения нейронных сетей.

Нейронное структурированное обучение

Платформа обучения для обучения нейронных сетей путем использования структурированных сигналов в дополнение к входным данным.

Дополнения TensorFlow

Дополнительные функции для TensorFlow, поддерживаемые SIG Addons.

Ввод/вывод TensorFlow

Расширения набора данных, потоковой передачи и файловой системы, поддерживаемые SIG IO.

Квантовая

TensorFlow Quantum — это библиотека квантового машинного обучения для быстрого прототипирования гибридных квантово-классических моделей машинного обучения.

Инструментарий карты модели

Оптимизируйте и создавайте карты моделей — документы машинного обучения, которые обеспечивают контекст и прозрачность разработки и производительности модели.

Исправление модели

Библиотека, помогающая создавать и обучать модели таким образом, чтобы уменьшить или исключить вред, наносимый пользователями из-за основных искажений производительности.

Индикаторы справедливости

Библиотека, которая позволяет легко вычислять общеизвестные метрики справедливости для бинарных и многоклассовых классификаторов.

Облако

TensorFlow Cloud — это библиотека для подключения вашей локальной среды к Google Cloud.

Текст

Коллекция классов и операций, связанных с текстом и НЛП, готовых к использованию с TensorFlow 2.