TensorFlow 教程以 Jupyter 笔记本格式编写而成，可直接在 Google Colab（一种无需设置的托管式笔记本环境）中运行。点击“在 Google Colab 中运行”按钮。

针对新手

您最好从用户友好的 Keras Sequential API 入手。您可以将各基础组件组合在一起来构建模型。学完这些教程后，请阅读 Keras 指南。
这个“Hello, World!”笔记本演示了 Keras Sequential API 和 model.fit。
此笔记本集合使用 Keras 演示了基本的机器学习任务。
这些教程使用 tf.data 加载各种格式的数据和构建输入流水线。

适合专家

Keras 函数式 API 和子类化 API 提供了由运行定义的自定义和高级研究接口。您可以构建模型，然后编写前向传播和反向传播；还可以创建自定义层、激活函数和训练循环。
这个“Hello, World!”笔记本使用 Keras Subclassing API 和自定义训练循环。
此笔记本集合演示了如何在 TensorFlow 中构建自定义层和训练循环。
在多个 GPU、多台机器或多个 TPU 之间分配模型训练。
“高级”部分包含很多说明性笔记本示例，包括神经机器翻译、Transformer 和 CycleGAN。

视频和博客更新

欢迎订阅 TensorFlow 博客、YouTube 频道并在 Twitter 上关注我们，了解最新动态。
阅读 TensorFlow 博客
阅读 TensorFlow 博客
阅读 TensorFlow 博客

库和扩展程序

探索使用 TensorFlow 构建高级模型或方法的库，并访问可针对特定领域扩展 TensorFlow 的应用软件包。这是适用于这些项目的教程示例。