این صفحه به‌وسیله ‏Cloud Translation API‏ ترجمه شده است.
Switch to English

آموزشهای TensorFlow به عنوان دفترهای یادداشت Jupyter نوشته می شوند و مستقیماً در Google Colab اجرا می شوند - یک محیط نوت بوک میزبان که نیازی به نصب ندارد. روی دکمه Run in Google Colab کلیک کنید.

بهترین مکان برای شروع با API ترتیبی کاربر پسند Keras است. با اتصال بلوک های ساختمانی به ساخت مدل ها بپردازید. پس از این آموزش ها ، راهنمای Keras را بخوانید.
این "سلام ، جهان!" notebook API و model.fit Keras Sequential را نشان می دهد.
این مجموعه نوت بوک وظایف اساسی یادگیری ماشین را با استفاده از Keras نشان می دهد.
در این آموزشها از tf.data برای بارگذاری قالبهای مختلف داده و ساخت خطوط لوله ورودی استفاده می شود.
API های کاربردی و زیر کلاس Keras یک رابط تعریف شده برای سفارشی سازی و تحقیقات پیشرفته ارائه می دهند. مدل خود را بسازید ، سپس پاس رو به جلو و عقب را بنویسید. لایه های سفارشی ، فعال سازی ها و حلقه های آموزشی ایجاد کنید.
این "سلام ، جهان!" نوت بوک از API زیر کلاس Keras و یک حلقه آموزش سفارشی استفاده می کند.
این مجموعه نوت بوک نحوه ساخت لایه های سفارشی و حلقه های آموزشی را در TensorFlow نشان می دهد.
آموزش مدل خود را بین چندین GPU ، چندین ماشین یا TPU توزیع کنید.
بخش Advanced دارای بسیاری از نوت بوک های آموزنده است ، از جمله ترجمه ماشین عصبی ، ترانسفورماتور و CycleGAN .
برای آخرین به روزرسانی ها در وبلاگ TensorFlow ، کانال YouTube و Twitter مشترک شوید.
برای ایجاد مدل ها یا روش های پیشرفته با استفاده از TensorFlow ، کتابخانه ها را کاوش کنید و به بسته های برنامه مخصوص دامنه که TensorFlow گسترش می یابد ، دسترسی پیدا کنید. این نمونه ای از آموزشهای موجود برای این پروژه ها است.