TensorFlow 簡介
TensorFlow 讓初學者和專家都能輕鬆建立適用於桌機、行動裝置、網路和雲端的機器學習模型。請參閱以下章節開始使用。
使用 TensorFlow 生態系統建構及微調模型
探索建立在核心架構上的完整生態系統，此生態系統可簡化模型建構、訓練和匯出作業。TensorFlow 支援分散式訓練、即時模型迭代和簡易偵錯 (透過 Keras) 等眾多功能。模型分析和 TensorBoard 等工具可協助您追蹤模型生命週期中的開發和改善情況。
為了協助您開始使用，請在 TensorFlow Hub 中尋找 Google 和社群提供的預先訓練模型集合，或在 Model Garden 中尋找最先進研究模型的實作項目。這些高階元件程式庫可讓您運用強大的模型，並在新資料上微調這些模型，或自訂模型以執行新工作。
在本機、瀏覽器、內部部署環境或雲端部署模型
TensorFlow 提供強大的功能，可在任何環境 (伺服器、邊緣裝置、瀏覽器、行動裝置、微控制器、CPU、GPU、FPGA) 中部署模型。TensorFlow Serving 可在全球最先進的處理器 (包括 Google 的自訂張量處理單元 (TPU)) 上，以生產規模執行 ML 模型。
如果您需要分析靠近資料來源的資料，以減少延遲並提升資料隱私性，TensorFlow Lite 架構可讓您在行動裝置、邊緣運算裝置，甚至是微控制器上執行模型，而 TensorFlow.js 架構則可讓您僅使用網路瀏覽器就能執行機器學習。
在 Colab 中試用
透過 TensorFlow Serving 提供模型服務為生產環境 ML 實作 MLOps
TensorFlow 平台可協助您實作資料自動化、模型追蹤、效能監控和模型重新訓練的最佳做法。
使用生產環境級工具來自動化及追蹤產品、服務或業務流程生命週期中的模型訓練，對於成功至關重要。TFX 提供軟體架構和工具，適用於完整的 MLOps 部署，可偵測資料和模型隨時間演進時發生的問題。
想要擴展您的 ML 知識嗎？
只要具備機器學習原理和核心概念的基本知識，TensorFlow 就更容易使用。學習並應用基礎機器學習實務做法，以培養您的技能。
