Bibliotheken & Erweiterungen
Durchsuchen Sie Bibliotheken, um mithilfe von TensorFlow erweiterte Modelle oder Methoden zu erstellen, und greifen Sie auf domänenspezifische Anwendungspakete zu, die TensorFlow erweitern.
Swift for TensorFlow ist ein System der nächsten Generation für Deep Learning und differenzierbares Computing.
Eine Bibliothek für wiederverwendbares maschinelles Lernen. Laden Sie die neuesten trainierten Modelle mit minimalem Code herunter und verwenden Sie sie erneut.
Das TensorFlow Model Optimization Toolkit ist eine Reihe von Tools zur Optimierung von ML-Modellen für die Bereitstellung und Ausführung.
Eine Bibliothek zum Erstellen von Empfehlungssystemsystemen.
Eine Bibliothek für flexible, kontrollierte und interpretierbare ML-Lösungen mit vernünftigen Formbeschränkungen.
Eine Bibliothek mit Computergrafikfunktionen, die von Kameras, Lichtern und Materialien bis hin zu Renderern reichen.
Ein Open-Source-Framework für maschinelles Lernen und andere Berechnungen für dezentrale Daten.
TensorFlow Probability ist eine Bibliothek für probabilistisches Denken und statistische Analyse.
Tensor2Tensor ist eine Bibliothek von Deep-Learning-Modellen und -Datensätzen, die Deep-Learning zugänglicher machen und die ML-Forschung beschleunigen sollen.
Eine Python-Bibliothek, die Implementierungen von TensorFlow-Optimierern zum Trainieren von Modellen für maschinelles Lernen mit unterschiedlichem Datenschutz enthält.
Eine Bibliothek zum verstärkten Lernen in TensorFlow.
Ein Forschungsrahmen für das schnelle Prototyping von Verstärkungslernalgorithmen.
TRFL (ausgesprochen „Trüffel“) ist eine Bibliothek zum Bauen von Verstärkungslernbausteinen, die von DeepMind erstellt wurde.
Eine Sprache für verteiltes tiefes Lernen, die eine breite Klasse verteilter Tensorberechnungen spezifizieren kann.
Erleichtert das Speichern und Bearbeiten von Daten mit ungleichmäßiger Form, einschließlich Text (Wörter, Sätze, Zeichen) und Stapel variabler Länge.
Unterstützt die Arbeit mit Unicode-Text direkt in TensorFlow.
TensorFlow Ranking ist eine Bibliothek für LTR-Techniken (Learning-to-Rank) auf der TensorFlow-Plattform.
Magenta ist ein Forschungsprojekt, das die Rolle des maschinellen Lernens bei der Schaffung von Kunst und Musik untersucht.
Nucleus ist eine Bibliothek mit Python- und C ++ - Code, die das Lesen, Schreiben und Analysieren von Daten in gängigen Genomics-Dateiformaten wie SAM und VCF erleichtert.
Eine Bibliothek von DeepMind zum Aufbau neuronaler Netze.
Ein Lernrahmen zum Trainieren neuronaler Netze durch Nutzung strukturierter Signale zusätzlich zu Merkmalseingaben.
Zusätzliche Funktionalität für TensorFlow, die von SIG Addons verwaltet wird.
Datensatz-, Streaming- und Dateisystemerweiterungen, die von SIG IO verwaltet werden.
TensorFlow Quantum ist eine Bibliothek für maschinelles Quantenlernen zum schnellen Prototyping von hybriden quantenklassischen ML-Modellen.
Optimieren und generieren Sie Modellkarten - Dokumente zum maschinellen Lernen, die Kontext und Transparenz für die Entwicklung und Leistung eines Modells bieten.
Eine Bibliothek zum Erstellen und Trainieren von Modellen auf eine Weise, die den durch zugrunde liegende Leistungsverzerrungen verursachten Benutzerschaden verringert oder beseitigt.
Eine Bibliothek, die die einfache Berechnung häufig identifizierter Fairness-Metriken für Binär- und Mehrklassenklassifizierer ermöglicht.