Bibliotecas e extensões

Algoritmos de última geração para treinar, veicular e interpretar modelos que usam florestas de decisão para classificação, regressão e ranking.

Uma biblioteca de machine learning reutilizável. Faça o download e reutilize os modelos treinados mais recentes sem precisar de muita programação.

As ferramentas de otimização de modelos do TensorFlow são um conjunto de acessórios para otimizar modelos de ML para implantação e execução.

Uma biblioteca para criar modelos de sistema de recomendações.

Biblioteca para soluções de ML flexíveis, controladas e interpretáveis com restrições de formato de senso comum.

Biblioteca de recursos de computação gráfica com câmeras, luzes e materiais para renderizadores.

Um framework de código aberto para machine learning e outros cálculos de dados descentralizados.

TensorFlow Probability é uma biblioteca para raciocínio probabilístico e análise estatística.

O Tensor2Tensor é uma biblioteca de modelos e conjuntos de dados de aprendizado profundo criada para torná-lo mais acessível e acelerar a pesquisa em ML.

Uma biblioteca de Python que inclui implementações de otimizadores TensorFlow para treinar modelos de machine learning com privacidade diferencial.

Uma biblioteca para aprendizado por reforço no TensorFlow.

Um framework de pesquisa que permite a prototipagem rápida de algoritmos de aprendizado por reforço.

A TRFL (pronunciado como a palavra inglesa "truffle") é uma biblioteca que reforça as bases de aprendizado criadas pelo DeepMind.

Uma linguagem para aprendizado profundo distribuído, capaz de especificar diversas classes de cálculos Tensor distribuídos.

É fácil armazenar e processar dados com formatos não uniformes, incluindo texto (palavras, frases, caracteres) e lotes de tamanho variado.

Compatibilidade com texto Unicode diretamente no TensorFlow.

TensorFlow Ranking é uma biblioteca de técnicas de aprendizado para classificação (Learning-to-Rank ou LTR) para a plataforma TensorFlow.

O Magenta é um projeto de pesquisa que explora o papel de machine learning na criação de arte e música.

Nucleus é uma biblioteca de códigos Python e C++ criada para facilitar a leitura, a escrita e a análise de dados em formatos de arquivo comuns em genômica, como SAM e VCF.

Uma biblioteca do DeepMind para criar redes neurais.

Framework de aprendizado para treinar redes neurais usando sinais estruturados e entradas de recursos.

Funcionalidade adicional do TensorFlow, mantida pela SIG Addons.

Extensões de conjunto de dados, streaming e sistemas de arquivos, mantidas pela SIG IO.

O TensorFlow Quantum é uma biblioteca de machine learning quântico para uma rápida prototipagem de modelos de ML quânticos clássicos.

Otimize e gere Model Cards, documentos de machine learning que oferecem contexto e transparência para o desenvolvimento e desempenho de um modelo.

Uma biblioteca que auxilia na criação e no treinamento de modelos de uma forma que reduz ou elimina os danos ao usuário resultantes de vieses de desempenho.

Uma biblioteca que permite o cálculo fácil de métricas de integridade frequentemente identificadas para classificadores binários e multiclasse.

A TensorFlow Cloud é uma biblioteca para conectar seu ambiente local ao Google Cloud.

Uma coleção de classes e operações relacionada a texto e ao PLN pronta para ser usada com o TensorFlow 2.

Uma biblioteca para analisar dados de treinamento e disponibilização para calcular estatísticas descritivas, inferir esquemas e detectar anomalias.

Uma biblioteca para registrar e recuperar metadados de MLOps associados a fluxos de trabalho de machine learning.

Uma biblioteca para análise profunda de resultados de modelo além de métricas de treinamento simples, para medir casos extremos e de viés.

Um sistema de exibição flexível e de alto desempenho para modelos de machine learning, projetado para ambientes de produção

Uma biblioteca para a engenharia de atributos em grande escala e a eliminação do desvio de treinamento/disponibilização.

Uma biblioteca com aceleração de hardware para treinar e implantar modelos de ML usando JavaScript ou Node.js.

Uma plataforma completa para implantar pipelines de produção de ML.

Uma coleção de projetos da comunidade para criar novos componentes, exemplos, bibliotecas e ferramentas do TFX.