Try out Google’s large language models using the PaLM API and MakerSuiteExplore Generative AI

TensorFlow 教程以 Jupyter 笔记本格式编写而成，可直接在 Google Colab（一种无需设置的托管式笔记本环境）中运行。点击“在 Google Colab 中运行”按钮。

针对新手

您最好从用户友好的 Keras Sequential API 入手。您可以将各基础组件组合在一起来构建模型。学完这些教程后，请阅读 Keras 指南。
这个“Hello, World!”笔记本演示了 Keras Sequential API 和 model.fit。
此笔记本集合使用 Keras 演示了基本的机器学习任务。
这些教程使用 tf.data 加载各种格式的数据和构建输入流水线。

适合专家

Keras 函数式 API 和子类化 API 提供了由运行定义的自定义和高级研究接口。您可以构建模型，然后编写前向传播和反向传播；还可以创建自定义层、激活函数和训练循环。
这个“Hello, World!”笔记本使用 Keras Subclassing API 和自定义训练循环。
此笔记本集合演示了如何在 TensorFlow 中构建自定义层和训练循环。
在多个 GPU、多台机器或多个 TPU 之间分配模型训练。
“高级”部分包含很多说明性笔记本示例，包括神经机器翻译、Transformer 和 CycleGAN。

视频和博客更新

欢迎订阅 TensorFlow 博客、YouTube 频道并在 Twitter 上关注我们，了解最新动态。

机器学习简介

阅读 TensorFlow 博客
阅读 TensorFlow 博客
阅读 TensorFlow 博客

库和扩展程序

探索使用 TensorFlow 构建高级模型或方法的库，并访问可针对特定领域扩展 TensorFlow 的应用软件包。这是适用于这些项目的教程示例。