12 月 7 日の Women in ML シンポジウムに参加する今すぐ登録する
コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。

TensorFlowチュートリアルは、Jupyterノートブックとして記述され、セットアップを必要としないホストされたノートブック環境であるGoogleColabで直接実行されます。 [ GoogleColabで実行]ボタンをクリックします。

開始するのに最適な場所は、ユーザーフレンドリーなKerasシーケンシャルAPIを使用することです。ビルディングブロックをつなぎ合わせてモデルを構築します。これらのチュートリアルの後、 Kerasガイドをお読みください。
この「Hello、World!」ノートブックには、Keras SequentialAPIとmodel.fitが表示されます。
このノートブックコレクションは、Kerasを使用した基本的な機械学習タスクを示しています。
これらのチュートリアルでは、 tf.dataを使用して、さまざまなデータ形式をロードし、入力パイプラインを構築します。
Kerasの機能APIとサブクラス化APIは、カスタマイズと高度な調査のための実行ごとの定義インターフェースを提供します。モデルを作成してから、フォワードパスとバックワードパスを記述します。カスタムレイヤー、アクティベーション、トレーニングループを作成します。
この「Hello、World!」ノートブックは、Kerasサブクラス化APIとカスタムトレーニングループを使用します。
このノートブックコレクションは、TensorFlowでカスタムレイヤーとトレーニングループを構築する方法を示しています。
モデルトレーニングを複数のGPU、複数のマシン、またはTPUに分散します。
Advancedセクションには、ニューラル機械翻訳TransformersCycleGANなど、多くの有益なノートブックの例があります。
TensorFlowを使用した機械学習の概要については、次の動画をご覧ください。
ライブラリを探索して、TensorFlowを使用して高度なモデルまたはメソッドを構築し、TensorFlowを拡張するドメイン固有のアプリケーションパッケージにアクセスします。これは、これらのプロジェクトで利用できるチュートリアルのサンプルです。
最新のアップデートについては、 TensorFlowブログYouTubeチャンネルTwitterを購読してください。