Google I/O — это обертка! Наверстать упущенное в сеансах TensorFlow Просмотреть сеансы

Учебники TensorFlow написаны в виде блокнотов Jupyter и работают непосредственно в Google Colab — размещенной среде блокнотов, не требующей настройки. Нажмите кнопку « Выполнить в Google Colab» .

Лучше всего начать с удобного последовательного API Keras. Создавайте модели, соединяя строительные блоки. После этих туториалов прочтите руководство по Keras .
Это "Привет, мир!" Блокнот показывает Keras Sequential API и model.fit .
В этой коллекции блокнотов демонстрируются основные задачи машинного обучения с использованием Keras.
В этих руководствах используется tf.data для загрузки различных форматов данных и построения конвейеров ввода.
Функциональные и подклассовые API-интерфейсы Keras предоставляют интерфейс определения при запуске для настройки и расширенных исследований. Создайте свою модель, затем напишите прямой и обратный проходы. Создавайте собственные слои, активации и обучающие циклы.
Это "Привет, мир!" Блокнот использует API подклассов Keras и настраиваемый цикл обучения.
В этой коллекции записных книжек показано, как создавать собственные слои и обучающие циклы в TensorFlow.
Распределите обучение модели между несколькими графическими процессорами, несколькими машинами или TPU.
В разделе «Дополнительно» есть много поучительных примеров блокнотов, в том числе « Нейронный машинный перевод », «Трансформеры » и «CycleGAN» .
Подпишитесь на блог TensorFlow , канал YouTube и Twitter , чтобы быть в курсе последних обновлений.
Изучите библиотеки для создания продвинутых моделей или методов с помощью TensorFlow и получите доступ к пакетам приложений для предметной области, которые расширяют возможности TensorFlow. Это пример учебных пособий, доступных для этих проектов.