Asista al Simposio Mujeres en ML el 7 de diciembre Regístrese ahora
Organiza tus páginas con colecciones Guarda y categoriza el contenido según tus preferencias.

Los tutoriales de TensorFlow están escritos como cuadernos de Jupyter y se ejecutan directamente en Google Colab, un entorno de cuaderno alojado que no requiere configuración. Haga clic en el botón Ejecutar en Google Colab .

El mejor lugar para comenzar es con la API secuencial de Keras fácil de usar. Construye modelos uniendo bloques de construcción. Después de estos tutoriales, lee la guía de Keras .
Este "¡Hola, mundo!" notebook muestra la API secuencial de Keras y model.fit .
Esta colección de cuadernos demuestra tareas básicas de aprendizaje automático con Keras.
Estos tutoriales usan tf.data para cargar varios formatos de datos y crear canalizaciones de entrada.
Las API funcionales y de subclases de Keras proporcionan una interfaz definida por ejecución para la personalización y la investigación avanzada. Construya su modelo, luego escriba el pase hacia adelante y hacia atrás. Cree capas personalizadas, activaciones y bucles de entrenamiento.
Este "¡Hola, mundo!" notebook utiliza la API de subclases de Keras y un ciclo de entrenamiento personalizado.
Esta colección de cuadernos muestra cómo crear capas personalizadas y bucles de entrenamiento en TensorFlow.
Distribuya el entrenamiento de su modelo en múltiples GPU, múltiples máquinas o TPU.
La sección Avanzado tiene muchos ejemplos de cuadernos instructivos, que incluyen traducción automática neuronal , Transformers y CycleGAN .
Mire estos videos para obtener una introducción al aprendizaje automático con TensorFlow:
Explore bibliotecas para crear modelos o métodos avanzados con TensorFlow y acceda a paquetes de aplicaciones específicas del dominio que amplían TensorFlow. Esta es una muestra de los tutoriales disponibles para estos proyectos.
Suscríbase al blog de TensorFlow , al canal de YouTube y a Twitter para obtener las últimas actualizaciones.