端到端机器学习平台

开始使用 TensorFlow

借助 TensorFlow,轻松创建可在任何环境中运行的机器学习模型。 通过交互式代码示例,了解如何使用直观的 API。

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)

借助机器学习解决现实问题

查看相关示例,了解 TensorFlow 如何用于推进研究并构建 AI 赋能的应用。

Analyze relational data using graph neural networks

GNNs can process complex relationships between objects, making them a powerful technique for traffic forecasting, medical discovery, and more.

利用设备端机器学习技术改善孕产妇的保健服务

Learn how LiteRT (formerly TensorFlow Lite) enables access to fetal ultrasound assessment, improving health outcomes for women and families around Kenya and the world.

通过强化学习构建推荐系统

了解 Spotify 如何利用 TensorFlow 生态系统设计出可扩展的离线模拟器,并训练 RL Agents 生成播放列表。

TensorFlow 有哪些新变化

阅读 TensorFlow 团队和社区发布的最新公告。

加入社区

通过加入兴趣小组或参加开发者活动,与他人开展协作、寻求支持并分享您的项目。

学习机器学习知识

刚接触机器学习?您可以从 TensorFlow 的精选课程入手,也可以浏览丰富的图书、在线课程和视频资源库。

保持连接状态

关注我们的频道或订阅简报,了解机器学习和 TensorFlow 的最新动态。在归档中浏览过往简报。