Учебники TensorFlow написаны в виде записных книжек Jupyter и запускаются непосредственно в Google Colab - размещенной среде записных книжек, не требующей настройки. Нажмите кнопку « Выполнить в Google Colab» .
Для начинающих
Лучше всего начать с удобного последовательного API Keras. Создавайте модели, соединяя строительные блоки. После этих руководств прочтите руководство по Keras .Быстрый старт для начинающих
Это "Привет, мир!" Блокнот показывает Keras Sequential API иmodel.fit .
Основы Keras
Эта коллекция записных книжек демонстрирует основные задачи машинного обучения с использованием Keras.Загрузить данные
В этих руководствахtf.data используется для загрузки различных форматов данных и построения конвейеров ввода.
Для знатоков
Функциональные API и API-интерфейсы создания подклассов Keras предоставляют интерфейс определения по запуску для настройки и расширенных исследований. Постройте свою модель, затем напишите прямой и обратный проход. Создавайте собственные слои, активации и обучающие циклы.Расширенный быстрый запуск
Это "Привет, мир!" notebook использует API подкласса Keras и настраиваемый цикл обучения.Настройка
В этой коллекции записных книжек показано, как создавать собственные слои и циклы обучения в TensorFlow.Распределенное обучение
Распределите обучение модели между несколькими графическими процессорами, несколькими машинами или TPU.
В разделе Advanced есть много поучительных примеров записных книжек, включая нейронный машинный перевод , Transformers и CycleGAN .