TensorFlow'a Giriş
TensorFlow, yeni başlayanlar ve uzmanların masaüstü, mobil, web ve bulut için makine öğrenimi modelleri oluşturmasını kolaylaştırır. Başlamak için aşağıdaki bölümlere bakın.
Tensor Akışı
Bir sonraki makine öğrenimi projenizi oluşturmanıza yardımcı olacak yeni başlayanlar ve uzmanlar için öğreticilerle TensorFlow'un temellerini öğrenin.
Web için
Yeni makine öğrenimi modelleri oluşturmak ve mevcut modelleri JavaScript ile devreye almak için TensorFlow.js'yi kullanın.
Mobil ve Kenar İçin
Android, iOS, Edge TPU ve Raspberry Pi gibi mobil ve gömülü cihazlarda TensorFlow Lite ile çıkarım çalıştırın.
Prodüksiyon için
TFX kullanarak eğitim ve çıkarım için üretime hazır bir makine öğrenimi ardışık düzeni dağıtın.
Makine öğrenimi için uçtan uca bir platform
Başarılı makine öğrenimi sonuçları için verileri hazırlayın ve yükleyin
Veriler, makine öğrenimi çabalarınızın başarısındaki en önemli faktör olabilir. TensorFlow, verileri geniş ölçekte birleştirmenize, temizlemenize ve önceden işlemenize yardımcı olacak birden fazla veri aracı sunar:
İlk eğitim ve doğrulama için standart veri kümeleri
Veri yüklemek için yüksek düzeyde ölçeklenebilir veri ardışık düzenleri
Ortak giriş dönüşümleri için ön işleme katmanları
Büyük veri kümelerini doğrulamak ve dönüştürmek için araçlar
Ek olarak sorumlu yapay zeka araçları, modellerinizden adil, etik sonuçlar elde etmek için verilerinizdeki önyargıyı ortaya çıkarmanıza ve ortadan kaldırmanıza yardımcı olur.
TensorFlow ekosistemi ile modeller oluşturun ve ince ayar yapın
Model yapımını, eğitimini ve dışa aktarımını kolaylaştıran Core çerçevesi üzerine inşa edilmiş eksiksiz bir ekosistemi keşfedin. TensorFlow dağıtılmış eğitimi, anında model yinelemesini ve Keras ile kolay hata ayıklamayı ve çok daha fazlasını destekler. Model Analizi ve TensorBoard gibi araçlar, modelinizin yaşam döngüsü boyunca geliştirme ve iyileştirmeyi izlemenize yardımcı olur.
Başlamanıza yardımcı olması için, TensorFlow Hub'da Google ve topluluktan önceden eğitilmiş model koleksiyonlarını veya Model Bahçesi'nde son teknoloji araştırma modellerinin uygulamalarını bulun. Bu üst düzey bileşen kitaplıkları, güçlü modeller almanıza ve bunları yeni veriler üzerinde ince ayar yapmanıza veya yeni görevleri gerçekleştirmek için özelleştirmenize olanak tanır.
Modelleri cihazda, tarayıcıda, şirket içinde veya bulutta devreye alın
TensorFlow, modellerinizi sunucular, uç cihazlar, tarayıcılar, mobil cihazlar, mikrodenetleyiciler, CPU'lar, GPU'lar, FPGA'lar gibi herhangi bir ortama dağıtmak için güçlü yetenekler sağlar. TensorFlow Serving, Google'ın özel Tensor İşleme Birimleri (TPU'lar) dahil olmak üzere dünyanın en gelişmiş işlemcilerinde üretim ölçeğinde makine öğrenimi modellerini çalıştırabilir.
Gecikmeyi azaltmak ve veri gizliliğini iyileştirmek için verileri kaynağına yakın bir yerde analiz etmeniz gerekiyorsa, TensorFlow Lite çerçevesi modelleri mobil cihazlarda, uç bilgi işlem cihazlarında ve hatta mikrodenetleyicilerde çalıştırmanıza olanak tanır ve TensorFlow.js çerçevesi, makine öğrenimini aşağıdakilerle çalıştırmanıza olanak tanır: sadece bir web tarayıcısı.
Colab'da deneyin
TensorFlow Sunumu ile bir model sununÜretim makine öğrenimi için MLOps'u uygulayın
TensorFlow platformu, veri otomasyonu, model izleme, performans izleme ve model yeniden eğitimi için en iyi uygulamaları uygulamanıza yardımcı olur.
Bir ürünün, hizmetin veya iş sürecinin kullanım ömrü boyunca model eğitimini otomatikleştirmek ve izlemek için üretim düzeyinde araçlar kullanmak başarı için çok önemlidir. TFX, tam MLOps dağıtımları için yazılım çerçeveleri ve araçları sağlayarak verileriniz ve modelleriniz zaman içinde geliştikçe sorunları tespit eder.
Makine öğrenimi bilginizi genişletmek mi istiyorsunuz?
TensorFlow, makine öğrenimi ilkeleri ve temel kavramlar hakkında temel bir anlayışla kullanımı daha kolaydır. Becerilerinizi geliştirmek için temel makine öğrenimi uygulamalarını öğrenin ve uygulayın.
Temel makine öğrenimi alanlarındaki becerilerinizi geliştirmek için derlenmiş müfredatlarla başlayın.