库和扩展程序

用于训练、应用和解释模型的一流算法，使用决策森林进行分类、回归和排名。

包含可再利用的机器学习模型的库。下载后只需编写少量代码即可再利用训练过的最新模型。

TensorFlow 模型优化工具包是一套能够优化机器学习模型以便于部署和执行的工具。

一个用于构建 Recommender 系统模型的库。

一个用于灵活、可控且可解释的机器学习解决方案的库，具有常识性形状限制。

计算机图形功能库，包括相机、灯光、材料和渲染程序。

一个开源框架，可用于对分散式数据进行机器学习和其他计算。

TensorFlow Probability 是一个用于概率推理和统计分析的库。

Tensor2Tensor 是一个包含深度学习模型和数据集的库，旨在降低深度学习的接触门槛并加速机器学习方面的研究。

包含 TensorFlow 优化器实现的 Python 库，用于利用差分隐私训练机器学习模型。

TensorFlow 中的强化学习库。

用于快速设计强化学习算法原型的研究框架。

TRFL（发音为“truffle”）是 DeepMind 创建的强化学习构建块库。

一种分布式深度学习语言，能够指定广泛的分布式张量计算。

让非统一形状的数据变得容易存储和操控，包括文本（字词、语句、字符）以及各种长度的批次数据。

支持直接在 TensorFlow 中处理 Unicode 文本。

TensorFlow Ranking 是一个用于在 TensorFlow 平台上实现排序学习 (LTR) 技术的库。

Magenta 是一个研究项目，旨在探索机器学习在艺术和音乐创作过程中的作用。

Nucleus 是一个 Python 和 C++ 代码库，旨在使我们能够轻松地对采用 SAM 和 VCF 等常见基因组文件格式的数据进行读取、写入和分析。

DeepMind 提供的神经网络构建库。

一种学习框架，可以利用结构化信号以及特征输入来训练神经网络。

TensorFlow 的额外功能，由 SIG Addons 维护。

数据集、流式传输和文件系统扩展格式，由 SIG IO 维护。

TensorFlow Quantum 是一个量子机器学习库，可用于快速设计量子-经典机器学习混合模型的原型。

简化并生成模型卡片 - 有助于深入了解模型的开发过程和性能的机器学习文档。

一个库，可以帮助您以独特方式创建和训练模型，这种方式能够减小或消除因底层性能偏差而给用户造成的损害。

一个库，可以帮助您轻松计算二元分类器和多元分类器的常见公平性指标。

TensorFlow Cloud 是用于将本地环境连接到 Google Cloud 的库。

可用于 TensorFlow 2 的一系列与文本和 NLP 相关的类和操作。

一个库，用于分析训练和服务数据，以计算描述性统计信息、推断架构和检测异常情况。

一个库，用于记录和检索与机器学习工作流关联的 MLOps 元数据。

一个用于深入分析模型结果的库，除了衡量简单的训练指标外，还可以衡量边缘/特殊情况与偏差。

一个灵活、高性能的服务系统，适用于机器学习模型，专为生产环境而设计。

一个库，用于大规模特征工程和消除训练-应用偏差。

一个由硬件加速的库，用于通过 JavaScript 或 Node.js 来训练和部署机器学习模型。

一个端到端平台，用于部署生产环境机器学习流水线。

一系列社区项目，用于为 TFX 构建新组件、示例、库和工具。