TensorFlow 2 著重於簡化和易用性,並更新了立即執行、直覺式高階 API,以及在任何平台上彈性建構模型等功能。
許多指南都以 Jupyter Notebook 形式編寫,並直接在 Google Colab 中執行,這是一個託管 Notebook 環境,無需設定。按一下「在 Google Colab 中執行」按鈕。
重要文件
安裝 TensorFlow
安裝套件或從原始碼建構。支援 CUDA® 功能顯示卡的 GPU。遷移至 TensorFlow 2
瞭解如何將 TF1.x 程式碼遷移至 TF2。Keras
Keras 是一種高階 API,對於 ML 初學者和研究人員而言都更容易使用。TensorFlow 基礎知識
瞭解使 TensorFlow 運作的基本類別和功能。資料輸入管道
tf.data
API 可讓您從簡單、可重複使用的組件建構複雜的輸入管道。TensorFlow 2 最佳做法
瞭解使用 TensorFlow 2 進行有效開發的最佳做法。程式庫與擴充功能
探索其他資源,以使用 TensorFlow 建構進階模型或方法,並存取擴充 TensorFlow 的特定領域應用程式套件。-
TensorFlow Decision Forests
一個用於在 TensorFlow 中訓練、執行及解譯決策樹系模型 (例如,隨機森林、梯度提升樹狀結構) 的程式庫。 -
TensorFlow Hub
一個用於發布、探索及使用機器學習模型可重複使用部分的程式庫。 -
Serving
一個適用於 ML 模型的 TFX 服務系統,專為生產環境中的高效能所設計。 -
TensorFlow Federated
一個適用於分散式資料的機器學習和其他運算的架構。 -
Neural Structured Learning
一種學習典範,可透過運用結構化訊號和特徵輸入來訓練神經網路。 -
TensorFlow Graphics
一個電腦圖形功能程式庫,範圍從相機、光源和材質到渲染器。 -
SIG Addons
TensorFlow 的額外功能,由 SIG Addons 維護。
-
TensorBoard
一套視覺化工具,可用於瞭解、偵錯及最佳化 TensorFlow 程式。 -
資料集
可與 TensorFlow 搭配使用的資料集集合。 -
模型最佳化
TensorFlow 模型最佳化工具組是一套用於最佳化 ML 模型以進行部署和執行的工具。 -
機率
TensorFlow Probability 是一個用於機率推理和統計分析的程式庫。 -
MLIR
MLIR 統一了 TensorFlow 中高效能 ML 模型的基础架構。 -
XLA
一個線性代數的特定領域編譯器,可加速 TensorFlow 模型,而且可能無需變更原始碼。 -
SIG IO
資料集、串流和檔案系統擴充功能,由 SIG IO 維護。