इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow ट्यूटोरियल्स को Jupyter पुस्तिकाओं के रूप में लिखा गया है और सीधे Google Colab- एक होस्टेड नोटबुक वातावरण में चलाया जाता है जिसके लिए सेटअप की आवश्यकता नहीं है। Google Colab बटन में रन पर क्लिक करें।

शुरू करने के लिए सबसे अच्छी जगह उपयोगकर्ता के अनुकूल केरस अनुक्रमिक एपीआई है। बिल्डिंग ब्लॉक्स को एक साथ जोड़कर मॉडल बनाएं। इन ट्यूटोरियल्स के बाद, केरेस गाइड पढ़ें।
यह "हैलो, वर्ल्ड!" नोटबुक model.fit अनुक्रमिक API और model.fit
यह नोटबुक संग्रह केर के उपयोग से बुनियादी मशीन शिक्षण कार्यों को प्रदर्शित करता है।
ये ट्यूटोरियल विभिन्न डेटा प्रारूपों को लोड करने और इनपुट पाइपलाइनों के निर्माण के लिए tf.data का उपयोग करते हैं।
केरस कार्यात्मक और उपवर्ग एपीआई अनुकूलन और उन्नत अनुसंधान के लिए एक परिभाषित बाय-रन इंटरफ़ेस प्रदान करते हैं। अपना मॉडल बनाएं, फिर फॉरवर्ड और बैकवर्ड पास लिखें। कस्टम परतें, सक्रियण और प्रशिक्षण लूप बनाएं।
यह "हैलो, वर्ल्ड!" नोटबुक Keras उपवर्ग API और एक कस्टम प्रशिक्षण लूप का उपयोग करता है।
यह नोटबुक संग्रह बताता है कि कैसे TensorFlow में कस्टम लेयर्स और ट्रेनिंग लूप का निर्माण किया जाता है।
कई GPU, कई मशीनों या TPU में अपने मॉडल के प्रशिक्षण को वितरित करें।
उन्नत अनुभाग में कई निर्देशात्मक नोटबुक उदाहरण हैं, जिनमें न्यूरल मशीन अनुवाद , ट्रांसफॉर्मर और साइकलगन शामिल हैं
नवीनतम अपडेट के लिए TensorFlow ब्लॉग , YouTube चैनल और ट्विटर की सदस्यता लें।
TensorFlow का उपयोग करके उन्नत मॉडल या विधियों का निर्माण करने के लिए पुस्तकालयों का पता लगाएं, और TensorFlow का विस्तार करने वाले डोमेन-विशिष्ट एप्लिकेशन पैकेज तक पहुंचें। यह इन परियोजनाओं के लिए उपलब्ध ट्यूटोरियल का एक नमूना है।