Assistez au symposium Women in ML le 7 décembre Inscrivez-vous maintenant
Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

Les didacticiels TensorFlow sont écrits sous forme de blocs-notes Jupyter et s'exécutent directement dans Google Colab, un environnement de bloc-notes hébergé qui ne nécessite aucune configuration. Cliquez sur le bouton Exécuter dans Google Colab .

Le meilleur endroit pour commencer est l'API séquentielle conviviale de Keras. Construisez des modèles en connectant des blocs de construction. Après ces tutoriels, lisez le guide Keras .
Ce "Hello, World!" notebook montre l'API séquentielle Keras et model.fit .
Cette collection de blocs-notes illustre les tâches d'apprentissage automatique de base à l'aide de Keras.
Ces didacticiels utilisent tf.data pour charger divers formats de données et créer des pipelines d'entrée.
Les API fonctionnelles et de sous-classement de Keras fournissent une interface définie par exécution pour la personnalisation et la recherche avancée. Construisez votre modèle, puis écrivez la passe avant et arrière. Créez des couches, des activations et des boucles d'entraînement personnalisées.
Ce "Hello, World!" notebook utilise l'API de sous-classement Keras et une boucle de formation personnalisée.
Cette collection de blocs-notes montre comment créer des couches personnalisées et des boucles d'entraînement dans TensorFlow.
Répartissez la formation de votre modèle sur plusieurs GPU, plusieurs machines ou TPU.
La section Avancé contient de nombreux exemples de blocs-notes instructifs, notamment Neural Machine Translation , Transformers et CycleGAN .
Regardez ces vidéos pour une introduction au machine learning avec TensorFlow :
Explorez des bibliothèques pour créer des modèles ou des méthodes avancés à l'aide de TensorFlow, et accédez à des packages d'applications spécifiques à un domaine qui étendent TensorFlow. Ceci est un échantillon des tutoriels disponibles pour ces projets.
Abonnez-vous au blog TensorFlow , à la chaîne YouTube et à Twitter pour les dernières mises à jour.