TensorFlow 2.0 Beta is available Learn more

TensorFlow を使ってみる

TensorFlow はオープンソースの機械学習ライブラリで、研究や本番環境で使用できます。TensorFlow が提供する API により、初心者からエキスパートまで、パソコン、モバイル、ウェブ、クラウドの各環境で開発を行うことができます。以下のセクションをご覧いただき、TensorFlow を使ってみてください。

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(512, activation=tf.nn.relu),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation=tf.nn.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)

機械学習について学び、使用する

高レベルの Keras API には、ディープ ラーニング モデルを作成およびトレーニングするための構成要素が用意されています。まず、以下の初心者向けのノートブックの例から始めて、その後で TensorFlow Keras ガイドをご覧ください。

  1. 基本的な分類
  2. テキストの分類
  3. 回帰
  4. オーバーフィットとアンダーフィット
  5. 保存と読み込み

研究とテスト

積極的実行(Eager Execution)は、高度な操作に不可欠な Define-by-Run インターフェースを提供します。カスタムレイヤ、フォワードパス、トレーニング ループの記述には自動微分を使用します。まず、以下のノートブックから始めて、その後で積極的実行(Eager Execution)ガイドをご覧ください。

  1. 積極的実行(Eager Execution)の基本
  2. 自動微分と勾配テープ
  3. カスタム トレーニング: 基本
  4. カスタムレイヤ
  5. カスタム トレーニング: チュートリアル

本番環境での機械学習

Estimator では、本番環境の複数のマシンで大規模なモデルをトレーニングできます。TensorFlow には、一般的な機械学習アルゴリズムを実装するために事前に作成された Estimator のコレクションが用意されています。詳しくは、Estimator ガイドをご覧ください。

  1. Estimator を使用して線形モデルを構築する
  2. Estimator によるワイド&ディープ ラーニング
  3. ブーストされたツリー
  4. TF-Hub を使用してシンプルなテキスト分類子を作成する方法
  5. Estimator を使用して畳み込みニューラル ネットワークを構築する

Google Colab: TensorFlow の簡単な学習および使用方法

Colaboratory は、機械学習の教育や研究の促進を目的とした Google 研究プロジェクトです。完全にクラウドで実行される Jupyter Notebook 環境を特別な設定なしにご利用いただけます。 詳しくは、ブログ投稿をご覧ください。

初めての ML アプリを作成する

TensorFlow モデルを作成してウェブとモバイルにデプロイします。

ウェブ デベロッパー

TensorFlow.js は WebGL によって高速化された JavaScript ライブラリであり、機械学習モデルのトレーニングとデプロイをブラウザで、Node.js に対して行います。

モバイル デベロッパー

TensorFlow Lite はモバイル デバイスや組み込みデバイスに適した軽量ソリューションです。

動画と最新情報

TensorFlow の YouTube チャンネルブログでは、最新の動画や情報をご覧いただけます。

TensorFlow の高レベル API を使ってみる

積極的実行(Eager Execution)

tf.data: 高速で柔軟な使いやすい入力パイプライン