关于TensorFlow | TensorFlow中文官网
关于TensorFlow | TensorFlow中文官网 跳至主要内容 安装 学习 简介 TensorFlow 新手？ TensorFlow 核心的开源机器学习库 针对 JavaScript 使用 JavaScript 进行机器学习开发的 TensorFlow.js 针对移动设备和边缘设备 针对移动设备和边缘设备推出的 TensorFlow Lite 针对生产环境 针对端到端机器学习组件推出的 TensorFlow Extended API TensorFlow (v2.11.0) Versions… TensorFlow.js TensorFlow Lite TFX 资源 模型和数据集 由 Google 和社区构建的预训练模型和数据集 工具 由各种可助您使用 TensorFlow 的工具构成的生态系统 库和扩展程序 在 TensorFlow 基础上构建的库和扩展程序 TensorFlow 认证计划 拿下可证明您精通机器学习技术的证书，让自己脱颖而出 学习机器学习知识 帮助您掌握使用 TensorFlow 进行机器学习的基础知识教育资源 Responsible AI 帮助您在机器学习工作流中落实 Responsible AI 做法的资源和工具 社区 加入 探索参与其中的方式 博客 及时了解 TensorFlow 的所有资讯 论坛 ↗ TensorFlow 社区的讨论平台 群组 用户群组、兴趣小组和邮寄名单 贡献 关于贡献代码和文档的指南 选择 TensorFlow 的原因 简介 案例研究 / English Español – América Latina Français Português – Brasil 中文 – 简体 中文 – 繁體 日本語 한국어 GitHub 安装 学习 更多 API 更多 资源 更多 社区 更多 选择 TensorFlow 的原因 更多 GitHub 简介 TensorFlow 针对 JavaScript 针对移动设备和边缘设备 针对生产环境 TensorFlow (v2.11.0) Versions… TensorFlow.js TensorFlow Lite TFX 模型和数据集 工具 库和扩展程序 TensorFlow 认证计划 学习机器学习知识 Responsible AI 加入 博客 论坛 ↗ 群组 贡献 简介 案例研究 TensorFlow 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。 端到端机器学习平台 安装 TensorFlow 开始使用 TensorFlow 借助 TensorFlow，轻松创建可在任何环境中运行的机器学习模型。通过交互式代码示例，了解如何使用直观的 API。 查看教程 import tensorflow as tfmnist = tf.keras.datasets.mnist(x_train, y_train),(x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax')])model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])model.fit(x_train, y_train, epochs=5)model.evaluate(x_test, y_test) 运行快速入门 借助机器学习解决现实问题 查看相关示例，了解 TensorFlow 如何用于推进研究并构建 AI 赋能的应用。 TENSORFLOW.JS Catch up on the latest from the Web AI Summit Explore the latest advancements in running models client-side with speakers from Chrome, MediaPipe, Intel, Hugging Face, Microsoft, LangChain, and more. 立即观看 close TensorFlow GNN Analyze relational data using graph neural networks GNNs can process complex relationships between objects, making them a powerful technique for traffic forecasting, medical discovery, and more. Learn about TF GNN TensorFlow Agents 通过强化学习构建推荐系统 了解 Spotify 如何利用 TensorFlow 生态系统设计出可扩展的离线模拟器，并训练 RL Agents 生成播放列表。 阅读博客 TensorFlow 有哪些新变化 阅读 TensorFlow 团队和社区发布的最新公告。 探索生态系统 探索经过生产环境测试的工具，加快建模、部署和其他工作流。 Library TensorFlow.js Train and run models directly in the browser using JavaScript or Node.js. Library LiteRT Deploy ML on mobile and edge devices such as Android, iOS, Raspberry Pi, and Edge TPU. API tf.data Preprocess data and create input pipelines for ML models. Library TFX Create production ML pipelines and implement MLOps best practices. API tf.keras Create ML models with TensorFlow's high-level API. Resource Kaggle Models Find pre-trained models ready for fine-tuning and deployment. Resource TensorFlow Datasets Browse the collection of standard datasets for initial training and validation. Tool TensorBoard Visualize and track development of ML models. ML models & datasets Pretrained models and ready-to-use datasets for image, text, audio, and video use cases. Libraries & extensions Packages for domain-specific applications and APIs for languages other than Python. Developer tools Tools to evaluate models, optimize performance, and productionize ML workflows. 加入社区 通过加入兴趣小组或参加开发者活动，与他人开展协作、寻求支持并分享您的项目。 参与其中 学习机器学习知识 刚接触机器学习？您可以从 TensorFlow 的精选课程入手，也可以浏览丰富的图书、在线课程和视频资源库。 浏览资源 保持连接状态 关注我们的频道或订阅简报，了解机器学习和 TensorFlow 的最新动态。在归档中浏览过往简报。 论坛 X YouTube LinkedIn 论坛 X YouTube LinkedIn 开始使用 TensorFlow 进行构建 安装 TensorFlow 浏览教程 [null,null,[],[],[]] 掌握动态 博客 GitHub Twitter 哔哩哔哩 支持 问题跟踪器 版本说明 Stack Overflow 品牌指南 引用 TensorFlow 条款 隐私权政策 ICP证合字B2-20070004号 Manage cookies 订阅 TensorFlow 简报 订阅 English Español – América Latina Français Português – Brasil 中文 – 简体 中文 – 繁體 日本語 한국어
关于TensorFlow | TensorFlow中文官网 跳至主要内容 安装 学习 简介 TensorFlow 新手？ TensorFlow 核心的开源机器学习库 针对 JavaScript 使用 JavaScript 进行机器学习开发的 TensorFlow.js 针对移动设备和边缘设备 针对移动设备和边缘设备推出的 TensorFlow Lite 针对生产环境 针对端到端机器学习组件推出的 TensorFlow Extended API TensorFlow (v2.11.0) Versions… TensorFlow.js TensorFlow Lite TFX 资源 模型和数据集 由 Google 和社区构建的预训练模型和数据集 工具 由各种可助您使用 TensorFlow 的工具构成的生态系统 库和扩展程序 在 TensorFlow 基础上构建的库和扩展程序 TensorFlow 认证计划 拿下可证明您精通机器学习技术的证书，让自己脱颖而出 学习机器学习知识 帮助您掌握使用 TensorFlow 进行机器学习的基础知识教育资源 Responsible AI 帮助您在机器学习工作流中落实 Responsible AI 做法的资源和工具 社区 加入 探索参与其中的方式 博客 及时了解 TensorFlow 的所有资讯 论坛 ↗ TensorFlow 社区的讨论平台 群组 用户群组、兴趣小组和邮寄名单 贡献 关于贡献代码和文档的指南 选择 TensorFlow 的原因 简介 案例研究 / English Español – América Latina Français Português – Brasil 中文 – 简体 中文 – 繁體 日本語 한국어 GitHub 安装 学习 更多 API 更多 资源 更多 社区 更多 选择 TensorFlow 的原因 更多 GitHub 简介 TensorFlow 针对 JavaScript 针对移动设备和边缘设备 针对生产环境 TensorFlow (v2.11.0) Versions… TensorFlow.js TensorFlow Lite TFX 模型和数据集 工具 库和扩展程序 TensorFlow 认证计划 学习机器学习知识 Responsible AI 加入 博客 论坛 ↗ 群组 贡献 简介 案例研究 TensorFlow 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。 端到端机器学习平台 安装 TensorFlow 开始使用 TensorFlow 借助 TensorFlow，轻松创建可在任何环境中运行的机器学习模型。通过交互式代码示例，了解如何使用直观的 API。 查看教程 import tensorflow as tfmnist = tf.keras.datasets.mnist(x_train, y_train),(x_test, y_test) = mnist.load_data()x_train, x_test = x_train / 255.0, x_test / 255.0model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax')])model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])model.fit(x_train, y_train, epochs=5)model.evaluate(x_test, y_test) 运行快速入门 借助机器学习解决现实问题 查看相关示例，了解 TensorFlow 如何用于推进研究并构建 AI 赋能的应用。 TENSORFLOW.JS Catch up on the latest from the Web AI Summit Explore the latest advancements in running models client-side with speakers from Chrome, MediaPipe, Intel, Hugging Face, Microsoft, LangChain, and more. 立即观看 close TensorFlow GNN Analyze relational data using graph neural networks GNNs can process complex relationships between objects, making them a powerful technique for traffic forecasting, medical discovery, and more. Learn about TF GNN TensorFlow Agents 通过强化学习构建推荐系统 了解 Spotify 如何利用 TensorFlow 生态系统设计出可扩展的离线模拟器，并训练 RL Agents 生成播放列表。 阅读博客 TensorFlow 有哪些新变化 阅读 TensorFlow 团队和社区发布的最新公告。 探索生态系统 探索经过生产环境测试的工具，加快建模、部署和其他工作流。 Library TensorFlow.js Train and run models directly in the browser using JavaScript or Node.js. Library LiteRT Deploy ML on mobile and edge devices such as Android, iOS, Raspberry Pi, and Edge TPU. API tf.data Preprocess data and create input pipelines for ML models. Library TFX Create production ML pipelines and implement MLOps best practices. API tf.keras Create ML models with TensorFlow's high-level API. Resource Kaggle Models Find pre-trained models ready for fine-tuning and deployment. Resource TensorFlow Datasets Browse the collection of standard datasets for initial training and validation. Tool TensorBoard Visualize and track development of ML models. ML models & datasets Pretrained models and ready-to-use datasets for image, text, audio, and video use cases. Libraries & extensions Packages for domain-specific applications and APIs for languages other than Python. Developer tools Tools to evaluate models, optimize performance, and productionize ML workflows. 加入社区 通过加入兴趣小组或参加开发者活动，与他人开展协作、寻求支持并分享您的项目。 参与其中 学习机器学习知识 刚接触机器学习？您可以从 TensorFlow 的精选课程入手，也可以浏览丰富的图书、在线课程和视频资源库。 浏览资源 保持连接状态 关注我们的频道或订阅简报，了解机器学习和 TensorFlow 的最新动态。在归档中浏览过往简报。 论坛 X YouTube LinkedIn 论坛 X YouTube LinkedIn 开始使用 TensorFlow 进行构建 安装 TensorFlow 浏览教程 [null,null,[],[],[]] 掌握动态 博客 GitHub Twitter 哔哩哔哩 支持 问题跟踪器 版本说明 Stack Overflow 品牌指南 引用 TensorFlow 条款 隐私权政策 ICP证合字B2-20070004号 Manage cookies 订阅 TensorFlow 简报 订阅 English Español – América Latina Français Português – Brasil 中文 – 简体 中文 – 繁體 日本語 한국어