รู้เบื้องต้นเกี่ยวกับ TensorFlow
TensorFlow ทำให้ผู้เริ่มต้นและผู้เชี่ยวชาญสามารถสร้างโมเดลการเรียนรู้ของเครื่องสำหรับเดสก์ท็อป อุปกรณ์เคลื่อนที่ เว็บ และระบบคลาวด์ได้อย่างง่ายดาย ดูหัวข้อด้านล่างเพื่อเริ่มต้น
เทนเซอร์โฟลว์
เรียนรู้พื้นฐานของ TensorFlow ด้วยบทช่วยสอนสำหรับผู้เริ่มต้นและผู้เชี่ยวชาญเพื่อช่วยคุณสร้างโครงการแมชชีนเลิร์นนิงครั้งต่อไป
สำหรับเว็บ
ใช้ TensorFlow.js เพื่อสร้างโมเดลแมชชีนเลิร์นนิงใหม่และปรับใช้โมเดลที่มีอยู่ด้วย JavaScript
สำหรับมือถือ & Edge
เรียกใช้การอนุมานด้วย TensorFlow Lite บนอุปกรณ์เคลื่อนที่และอุปกรณ์ฝังตัว เช่น Android, iOS, Edge TPU และ Raspberry Pi
สำหรับการผลิต
ปรับใช้ไปป์ไลน์ ML ที่พร้อมสำหรับการผลิตสำหรับการฝึกอบรมและการอนุมานโดยใช้ TFX
แพลตฟอร์มแบบ end-to-end สำหรับการเรียนรู้ของเครื่อง
เตรียมและโหลดข้อมูลสำหรับผลลัพธ์ ML ที่ประสบความสำเร็จ
ข้อมูลสามารถเป็นปัจจัยที่สำคัญที่สุดในความสำเร็จของความพยายาม ML ของคุณ TensorFlow นำเสนอเครื่องมือข้อมูลหลายอย่างเพื่อช่วยให้คุณรวบรวม ทำความสะอาด และประมวลผลข้อมูลล่วงหน้าตามขนาด:
ชุดข้อมูลมาตรฐาน สำหรับการฝึกอบรมเบื้องต้นและการตรวจสอบความถูกต้อง
ไปป์ไลน์ข้อมูล ที่ปรับขนาดได้สูงสำหรับการโหลดข้อมูล
เลเยอร์การประมวลผลล่วงหน้า สำหรับการแปลงอินพุตทั่วไป
นอกจากนี้ เครื่องมือ AI ที่มีความรับผิดชอบ ยังช่วยให้คุณค้นพบและขจัดอคติในข้อมูลของคุณ เพื่อสร้างผลลัพธ์ที่ยุติธรรมและมีจริยธรรมจากแบบจำลองของคุณ
สร้างและปรับแต่งโมเดลด้วยระบบนิเวศ TensorFlow
สำรวจระบบนิเวศทั้งหมดที่สร้างขึ้นบน เฟรมเวิร์กหลัก ที่ปรับปรุงการสร้างแบบจำลอง การฝึกอบรม และการส่งออก TensorFlow รองรับการฝึกอบรมแบบกระจาย การวนซ้ำโมเดลในทันที และการดีบักอย่างง่ายด้วย Keras และอื่นๆ อีกมากมาย เครื่องมือต่างๆ เช่น การวิเคราะห์โมเดล และ TensorBoard ช่วยให้คุณติดตามการพัฒนาและการปรับปรุงตลอดวงจรชีวิตของโมเดล
เพื่อช่วยคุณในการเริ่มต้น ให้ค้นหาคอลเล็กชันของโมเดลที่ได้รับการฝึกอบรมล่วงหน้าที่ TensorFlow Hub จาก Google และชุมชน หรือการนำโมเดลการวิจัยล้ำสมัยไปใช้ใน Model Garden ไลบรารีส่วนประกอบระดับสูงเหล่านี้ช่วยให้คุณใช้โมเดลที่มีประสิทธิภาพ และปรับแต่งข้อมูลใหม่อย่างละเอียด หรือปรับแต่งโมเดลเหล่านี้เพื่อทำงานใหม่
ปรับใช้โมเดลบนอุปกรณ์ ในเบราว์เซอร์ ภายในองค์กร หรือในระบบคลาวด์
TensorFlow มอบความสามารถที่แข็งแกร่งในการปรับใช้โมเดลของคุณบนสภาพแวดล้อมใดๆ เช่น เซิร์ฟเวอร์ อุปกรณ์ Edge เบราว์เซอร์ มือถือ ไมโครคอนโทรลเลอร์ CPUs GPUs FPGA TensorFlow Serving สามารถเรียกใช้โมเดล ML ในระดับการผลิตบนโปรเซสเซอร์ที่ทันสมัยที่สุดในโลก รวมถึง Tensor Processing Units (TPU) แบบกำหนดเองของ Google
หากคุณต้องการวิเคราะห์ข้อมูลใกล้กับต้นทางเพื่อลดเวลาแฝงและปรับปรุงความเป็นส่วนตัวของข้อมูล เฟรมเวิร์ก TensorFlow Lite ช่วยให้คุณรันโมเดลบนอุปกรณ์พกพา อุปกรณ์ประมวลผลขอบ และแม้แต่ไมโครคอนโทรลเลอร์ และเฟรมเวิร์ก TensorFlow.js ให้คุณเรียกใช้แมชชีนเลิร์นนิงด้วย เพียงแค่เว็บเบราว์เซอร์
ลองใช้ใน Colab
ให้บริการโมเดลด้วย TensorFlow Servingใช้ MLOps สำหรับการผลิต ML
แพลตฟอร์ม TensorFlow ช่วยให้คุณใช้แนวทางปฏิบัติที่ดีที่สุดสำหรับระบบอัตโนมัติของข้อมูล การติดตามโมเดล การตรวจสอบประสิทธิภาพ และการฝึกโมเดลใหม่
การใช้เครื่องมือระดับการผลิตเพื่อทำให้เป็นอัตโนมัติและติดตามการฝึกอบรมแบบจำลองตลอดอายุการใช้งานของผลิตภัณฑ์ บริการ หรือกระบวนการทางธุรกิจ มีความสำคัญอย่างยิ่งต่อความสำเร็จ TFX จัดเตรียมเฟรมเวิร์กซอฟต์แวร์และเครื่องมือสำหรับการปรับใช้ MLOps เต็มรูปแบบ ตรวจจับปัญหาเมื่อข้อมูลและโมเดลของคุณพัฒนาไปตามกาลเวลา
ต้องการเพิ่มพูนความรู้ด้าน ML ของคุณหรือไม่?
TensorFlow ใช้งานได้ง่ายกว่าด้วยความเข้าใจพื้นฐานของหลักการการเรียนรู้ของเครื่องและแนวคิดหลัก เรียนรู้และใช้หลักปฏิบัติการเรียนรู้ของเครื่องขั้นพื้นฐานเพื่อพัฒนาทักษะของคุณ
