Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

I tutorial di TensorFlow sono scritti come taccuini Jupyter e vengono eseguiti direttamente in Google Colab, un ambiente notebook ospitato che non richiede configurazione. Fare clic sul pulsante Esegui in Google Colab .

Il posto migliore per iniziare è con l'API sequenziale Keras user-friendly. Costruisci modelli collegando insieme i blocchi di costruzione. Dopo questi tutorial, leggi la guida di Keras .
Questa immagine "Hello, World!" notebook mostra l'API sequenziale di Keras e model.fit .
Questa raccolta di taccuini mostra le attività di apprendimento automatico di base utilizzando Keras.
Questi tutorial usano tf.data per caricare vari formati di dati e creare pipeline di input.
Le API funzionali e di sottoclasse di 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 allenamento personalizzati.
Questa immagine "Hello, World!" notebook utilizza l'API di sottoclasse di Keras e un ciclo di addestramento personalizzato.
Questa raccolta di taccuini mostra come creare livelli personalizzati e cicli di addestramento in TensorFlow.
Distribuisci la formazione del tuo modello su più GPU, più macchine o TPU.
La sezione Avanzate contiene molti esempi di taccuini istruttivi, tra cui la traduzione automatica neurale , Transformers e CycleGAN .
Iscriviti al blog TensorFlow , al canale YouTube e a Twitter per gli ultimi aggiornamenti.
Esplora le librerie per creare modelli o metodi avanzati utilizzando TensorFlow e accedi a pacchetti di applicazioni specifici del dominio che estendono TensorFlow. Questo è un esempio dei tutorial disponibili per questi progetti.