หน้านี้ได้รับการแปลโดย Cloud Translation API
Switch to English

บทช่วยสอน TensorFlow เขียนเป็นสมุดบันทึก Jupyter และเรียกใช้โดยตรงใน Google Colab ซึ่งเป็นสภาพแวดล้อมของโน้ตบุ๊กที่โฮสต์ซึ่งไม่ต้องมีการตั้งค่าใด ๆ คลิกปุ่ม Run in Google Colab

จุดเริ่มต้นที่ดีที่สุดคือการใช้ Keras sequential API ที่ใช้งานง่าย สร้างแบบจำลองโดยการต่อบล็อคเข้าด้วยกัน หลังจากบทแนะนำเหล่านี้โปรดอ่าน คู่มือ Keras
"สวัสดีชาวโลก" นี้ สมุดบันทึกแสดง Keras Sequential API และ model.fit
คอลเลคชันสมุดบันทึกนี้แสดงให้เห็นถึงงานการเรียนรู้ของเครื่องขั้นพื้นฐานโดยใช้ Keras
บทช่วยสอนเหล่านี้ใช้ tf.data เพื่อโหลดรูปแบบข้อมูลต่างๆและสร้างท่อป้อนข้อมูล
API การทำงานและคลาสย่อยของ Keras มีอินเทอร์เฟซที่กำหนดโดยรันสำหรับการปรับแต่งและการวิจัยขั้นสูง สร้างแบบจำลองของคุณจากนั้นเขียนใบผ่านไปข้างหน้าและข้างหลัง สร้างเลเยอร์ที่กำหนดเองการเปิดใช้งานและลูปการฝึกอบรม
"สวัสดีชาวโลก" นี้ สมุดบันทึกใช้ Keras subclassing API และลูปการฝึกอบรมที่กำหนดเอง
คอลเลคชันสมุดบันทึกนี้แสดงวิธีสร้างเลเยอร์แบบกำหนดเองและลูปการฝึกอบรมใน TensorFlow
เผยแพร่การฝึกโมเดลของคุณใน GPU หลายเครื่องหลายเครื่องหรือ TPU
ส่วนขั้นสูงมีตัวอย่างสมุดบันทึกคำแนะนำมากมายรวมถึงการ แปลด้วยเครื่อง Neural , Transformers และ CycleGAN
สมัครสมาชิก บล็อก TensorFlow , ช่อง YouTube และ Twitter สำหรับการอัปเดตล่าสุด
สำรวจ ไลบรารี เพื่อสร้างโมเดลหรือวิธีการขั้นสูงโดยใช้ TensorFlow และเข้าถึงแพ็กเกจแอปพลิเคชันเฉพาะโดเมนที่ขยาย TensorFlow นี่คือ ตัวอย่าง ของแบบฝึกหัดสำหรับโครงการเหล่านี้