บทแนะนำ TensorFlow เขียนเป็นสมุดบันทึก Jupyter และเรียกใช้โดยตรงใน Google Colab ซึ่งเป็นสภาพแวดล้อมของโน้ตบุ๊กที่โฮสต์ซึ่งไม่ต้องมีการตั้งค่าใด ๆ คลิกปุ่ม Run in Google Colab
สำหรับผู้เริ่มต้น
จุดเริ่มต้นที่ดีที่สุดคือการใช้ Keras sequential API ที่ใช้งานง่าย สร้างแบบจำลองโดยการต่อบล็อคเข้าด้วยกัน หลังจากบทแนะนำเหล่านี้โปรดอ่าน คู่มือ Kerasเริ่มต้นอย่างรวดเร็วสำหรับผู้เริ่มต้น
"สวัสดีชาวโลก" นี้ สมุดบันทึกแสดง Keras Sequential API และmodel.fit
พื้นฐาน Keras
คอลเลคชันสมุดบันทึกนี้แสดงให้เห็นถึงงานการเรียนรู้ของเครื่องขั้นพื้นฐานโดยใช้ Kerasโหลดข้อมูล
บทช่วยสอนเหล่านี้ใช้tf.data เพื่อโหลดรูปแบบข้อมูลต่างๆและสร้างท่อป้อนข้อมูล
สำหรับผู้เชี่ยวชาญ
API การทำงานและคลาสย่อยของ Keras มีอินเทอร์เฟซที่กำหนดโดยรันสำหรับการปรับแต่งและการวิจัยขั้นสูง สร้างแบบจำลองของคุณจากนั้นเขียนใบผ่านไปข้างหน้าและข้างหลัง สร้างเลเยอร์การเปิดใช้งานและลูปการฝึกอบรมที่กำหนดเองการเริ่มต้นขั้นสูงอย่างรวดเร็ว
"สวัสดีชาวโลก" นี้ สมุดบันทึกใช้ Keras subclassing API และลูปการฝึกอบรมที่กำหนดเองการปรับแต่ง
คอลเลคชันสมุดบันทึกนี้แสดงวิธีสร้างเลเยอร์แบบกำหนดเองและลูปการฝึกอบรมใน TensorFlowการฝึกอบรมแบบกระจาย
เผยแพร่การฝึกโมเดลของคุณใน GPU หลายเครื่องหลายเครื่องหรือ TPU
ส่วนขั้นสูงมีตัวอย่างสมุดบันทึกคำแนะนำมากมายรวมถึงการ แปลด้วยเครื่องประสาทเทียม Transformers และ CycleGAN