Mantieni tutto organizzato con le raccolte Salva e classifica i contenuti in base alle tue preferenze.

I tutorial di TensorFlow sono scritti come notebook Jupyter ed eseguiti direttamente in Google Colab, un ambiente notebook ospitato che non richiede alcuna configurazione. Fai clic sul pulsante Esegui in Google Colab .

Il miglior punto di partenza è l'intuitiva API sequenziale Keras. Costruisci modelli collegando insieme i blocchi costitutivi. Dopo questi tutorial, leggi la guida di Keras .
Questo "Ciao mondo!" notebook mostra l'API sequenziale Keras e model.fit .
Questa raccolta di quaderni illustra le attività di apprendimento automatico di base tramite Keras.
Questi tutorial usano tf.data per caricare vari formati di dati e creare pipeline di input.
Le API funzionali e di sottoclasse Keras forniscono un'interfaccia definita per esecuzione per la personalizzazione e la ricerca avanzata. Costruisci il tuo modello, quindi scrivi il passaggio avanti e indietro. Crea livelli, attivazioni e cicli di formazione personalizzati.
Questo "Ciao, mondo!" notebook usa l'API di sottoclasse Keras e un ciclo di formazione personalizzato.
Questa raccolta di taccuini mostra come creare livelli personalizzati e cicli di formazione in TensorFlow.
Distribuisci il training del modello su più GPU, più macchine o TPU.
La sezione Avanzate contiene molti esempi di quaderni istruttivi, tra cui la traduzione automatica neurale , Transformers e CycleGAN .
Guarda questi video per un'introduzione all'apprendimento automatico con TensorFlow:
Esplora le librerie per creare modelli o metodi avanzati utilizzando TensorFlow e accedi a pacchetti applicativi specifici del dominio che estendono TensorFlow. Questo è un esempio dei tutorial disponibili per questi progetti.
Iscriviti al blog TensorFlow , al canale YouTube e a Twitter per gli ultimi aggiornamenti.