Una plataforma de extremo a extremo para el aprendizaje automático

Instalar TensorFlow

Comience con TensorFlow

TensorFlow facilita la creación de modelos de aprendizaje automático que pueden ejecutarse en cualquier entorno. Aprenda a utilizar las API intuitivas a través de ejemplos de código interactivos.

Ver tutoriales

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)

Ejecutar inicio rápido

Resuelva problemas del mundo real con ML

Explore ejemplos de cómo se utiliza TensorFlow para avanzar en la investigación y crear aplicaciones impulsadas por IA.

TensorFlow GNN

Analizar datos relacionales utilizando redes neuronales gráficas.

Las GNN pueden procesar relaciones complejas entre objetos, lo que las convierte en una técnica poderosa para la previsión de tráfico, descubrimientos médicos y más.

Más información sobre TF GNN

LiteRT

Mejorar el acceso a la salud materna con aprendizaje automático en el dispositivo

Descubra cómo LiteRT (anteriormente TensorFlow Lite) permite el acceso a la evaluación por ultrasonido fetal, mejorando los resultados de salud de las mujeres y las familias en Kenia y el mundo.

Explora LiteRT

Agentes TensorFlow

Cree sistemas de recomendación con aprendizaje reforzado

Descubra cómo Spotify utiliza el ecosistema TensorFlow para diseñar un simulador fuera de línea extensible y capacitar a los agentes de RL para generar listas de reproducción.

leer el blog

¿Qué hay de nuevo en TensorFlow?

Lea los últimos anuncios del equipo y la comunidad de TensorFlow.

Explora el ecosistema

Descubra herramientas probadas en producción para acelerar el modelado, la implementación y otros flujos de trabajo.

• Biblioteca

  TensorFlow.js

  Entrene y ejecute modelos directamente en el navegador usando JavaScript o Node.js.

Biblioteca

LiteRT

Implemente ML en dispositivos móviles y perimetrales como Android, iOS, Raspberry Pi y Edge TPU.

API

tf.datos

Preprocese datos y cree canales de entrada para modelos de aprendizaje automático.

Biblioteca

TFX

Cree canales de producción de ML e implemente las mejores prácticas de MLOps.

API

tf.keras

Cree modelos de aprendizaje automático con la API de alto nivel de TensorFlow.