Thư viện & tiện ích mở rộng

Các thuật toán tiên tiến nhất để đào tạo, phục vụ và giải thích các mô hình sử dụng các khu rừng quyết định để phân loại, hồi quy và xếp hạng.

Một thư viện để học máy có thể tái sử dụng. Tải xuống và sử dụng lại các mô hình được đào tạo mới nhất với số lượng mã tối thiểu.

Bộ công cụ tối ưu hóa mô hình TensorFlow là một bộ công cụ để tối ưu hóa các mô hình ML để triển khai và thực thi.

Một thư viện để xây dựng các mô hình hệ thống tư vấn.

Một thư viện dành cho các giải pháp ML linh hoạt, được kiểm soát và có thể hiểu được với các ràng buộc về hình dạng thông thường.

Một thư viện các chức năng đồ họa máy tính, từ máy ảnh, ánh sáng và vật liệu cho đến trình kết xuất.

Một khung nguồn mở cho máy học và các tính toán khác trên dữ liệu phi tập trung.

TensorFlow Probability là một thư viện cho lý luận xác suất và phân tích thống kê.

Tensor2Tensor là một thư viện gồm các bộ dữ liệu và mô hình học sâu được thiết kế để làm cho việc học sâu trở nên dễ tiếp cận hơn và tăng tốc nghiên cứu ML.

Một thư viện Python bao gồm việc triển khai các trình tối ưu hóa TensorFlow để đào tạo các mô hình máy học với quyền riêng tư khác biệt.

Một thư viện để học tăng cường trong TensorFlow.

Một khung nghiên cứu để tạo mẫu nhanh các thuật toán học tăng cường.

TRFL (phát âm là “truffle”) là một thư viện dành cho các khối xây dựng học tập củng cố do DeepMind tạo ra.

Một ngôn ngữ dành cho học sâu phân tán, có khả năng chỉ định một lớp rộng các phép tính tensor phân tán.

Giúp dễ dàng lưu trữ và thao tác với dữ liệu có hình dạng không đồng nhất, bao gồm văn bản (từ, câu, ký tự) và lô có độ dài thay đổi.

Hỗ trợ làm việc trực tiếp với văn bản Unicode trong TensorFlow.

Xếp hạng TensorFlow là một thư viện dành cho các kỹ thuật Học để xếp hạng (LTR) trên nền tảng TensorFlow.

Magenta là một dự án nghiên cứu khám phá vai trò của máy học trong quá trình sáng tạo nghệ thuật và âm nhạc.

Nucleus là một thư viện mã Python và C++ được thiết kế để giúp dễ đọc, ghi và phân tích dữ liệu ở các định dạng tệp bộ gen phổ biến như SAM và VCF.

Một thư viện từ DeepMind để xây dựng mạng lưới thần kinh.

Một khung học tập để đào tạo các mạng thần kinh bằng cách tận dụng các tín hiệu có cấu trúc bên cạnh các đầu vào tính năng.

Chức năng bổ sung cho TensorFlow, được duy trì bởi SIG Addons.

Phần mở rộng tập dữ liệu, phát trực tuyến và hệ thống tệp do SIG IO duy trì.

TensorFlow Quantum là một thư viện máy học lượng tử để tạo nguyên mẫu nhanh các mô hình ML cổ điển lượng tử kết hợp.

Hợp lý hóa và tạo Thẻ mô hình—tài liệu máy học cung cấp bối cảnh và tính minh bạch trong quá trình phát triển và hiệu suất của mô hình.

Một thư viện giúp tạo và đào tạo các mô hình theo cách giảm hoặc loại bỏ tác hại của người dùng do các sai lệch hiệu suất cơ bản.

Một thư viện cho phép tính toán dễ dàng các số liệu công bằng thường được xác định cho các bộ phân loại nhị phân và đa lớp.

TensorFlow Cloud là một thư viện để kết nối môi trường cục bộ của bạn với Google Cloud.

Một tập hợp các lớp và hoạt động liên quan đến văn bản và NLP sẵn sàng để sử dụng với TensorFlow 2.

Một thư viện để phân tích dữ liệu đào tạo và phục vụ nhằm tính toán số liệu thống kê mô tả, suy luận lược đồ và phát hiện sự bất thường.

Một thư viện để ghi và truy xuất siêu dữ liệu MLOps được liên kết với quy trình học máy.

Một thư viện để phân tích sâu các kết quả của mô hình ngoài các chỉ số đào tạo đơn giản, để đo lường các trường hợp cạnh và góc cũng như độ lệch.

Một hệ thống phục vụ linh hoạt, hiệu suất cao cho các mô hình máy học, được thiết kế cho môi trường sản xuất

Một thư viện cho kỹ thuật tính năng quy mô lớn và loại bỏ sai lệch phục vụ đào tạo.

Thư viện được tăng tốc phần cứng để đào tạo và triển khai các mô hình ML bằng JavaScript hoặc Node.js.

Một nền tảng đầu cuối để triển khai các quy trình ML sản xuất.

Một tập hợp các dự án cộng đồng để xây dựng các thành phần, ví dụ, thư viện và công cụ mới cho TFX.