TensorFlow là một nền tảng mã nguồn mở toàn diện dành cho máy học
TensorFlow giúp người mới bắt đầu và các chuyên gia dễ dàng tạo các mô hình máy học. Xem các phần bên dưới để bắt đầu.
Cho những người mới bắt đầu
Nơi tốt nhất để bắt đầu là với API tuần tự thân thiện với người dùng. Bạn có thể tạo các mô hình bằng cách ghép nối các khối xây dựng với nhau. Chạy ví dụ “Xin chào thế giới” bên dưới, sau đó truy cập phần hướng dẫn để tìm hiểu thêm.
Để học ML, hãy xem trang giáo dục của chúng tôi. Bắt đầu với các chương trình giảng dạy được tuyển chọn để cải thiện kỹ năng của bạn trong các lĩnh vực ML cơ bản.
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
Dành cho chuyên gia
API phân lớp cung cấp giao diện xác định theo lần chạy cho nghiên cứu nâng cao. Tạo một lớp cho mô hình của bạn, sau đó bắt buộc phải viết chuyển tiếp. Dễ dàng tạo các lớp tùy chỉnh, kích hoạt và vòng lặp đào tạo. Chạy ví dụ “Xin chào thế giới” bên dưới, sau đó truy cập phần hướng dẫn để tìm hiểu thêm.
class MyModel(tf.keras.Model):
def __init__(self):
super(MyModel, self).__init__()
self.conv1 = Conv2D(32, 3, activation='relu')
self.flatten = Flatten()
self.d1 = Dense(128, activation='relu')
self.d2 = Dense(10, activation='softmax')
def call(self, x):
x = self.conv1(x)
x = self.flatten(x)
x = self.d1(x)
return self.d2(x)
model = MyModel()
with tf.GradientTape() as tape:
logits = model(images)
loss_value = loss(logits, labels)
grads = tape.gradient(loss_value, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))
Giải pháp cho các vấn đề phổ biến
Khám phá các hướng dẫn từng bước để giúp bạn với các dự án của mình.
Huấn luyện mạng nơ-ron để phân loại hình ảnh quần áo, chẳng hạn như giày thể thao và áo sơ mi, trong phần tổng quan có nhịp độ nhanh này về một chương trình TensorFlow hoàn chỉnh.
Tạo hình ảnh dựa trên lời nhắc văn bản bằng cách sử dụng triển khai KerasCV của mô hình Khuếch tán ổn định của stable.ai.
Xử lý trước các tệp WAV và đào tạo một mô hình nhận dạng giọng nói tự động cơ bản.