As APIs principais do TensorFlow fornecem um conjunto de APIs de baixo nível abrangentes, combináveis e extensíveis para computação de alto desempenho (distribuída e acelerada), voltadas principalmente para a criação de modelos de aprendizado de máquina (ML), bem como para a criação de ferramentas e estruturas de fluxo de trabalho de ML dentro do Plataforma TensorFlow. Essas APIs fornecem uma base para a criação de modelos altamente configuráveis com controle refinado e novas estruturas desde o início.
As APIs principais podem ser usadas como uma alternativa às APIs de aprendizado de máquina de alto nível, como Keras. Essas APIs de alto nível são mais adequadas para necessidades gerais de aprendizado de máquina. Eles oferecem uma variedade de módulos que abstraem as complexidades do ML, ao mesmo tempo em que oferecem funcionalidades para personalização por meio de subclasses. Se você estiver procurando uma visão geral do TensorFlow usando Keras, consulte as seções Quickstarts e Keras nos tutoriais .
Quem deve usar as APIs principais
As APIs de baixo nível do TensorFlow Core foram projetadas tendo em mente os seguintes desenvolvedores de ML:
- Pesquisadores construindo modelos complexos com altos níveis de configurabilidade
- Desenvolvedores interessados em usar o TensorFlow como uma plataforma de computação científica de alto desempenho
- Os autores do framework criam ferramentas sobre a plataforma TensorFlow
- Usuários de API de alto nível interessados em:
- Adicionando funcionalidades adicionais a seus fluxos de trabalho de aprendizado de máquina, como camadas personalizadas, perdas, modelos e otimizadores
- Aprendendo mais sobre o funcionamento interno de seus modelos
Aplicativos de API principais
As APIs principais do TensorFlow fornecem acesso a funcionalidades de baixo nível no ecossistema do TensorFlow. Essa API oferece mais flexibilidade e controle para criar modelos, aplicativos e ferramentas de ML em comparação com APIs de alto nível, como Keras.
Crie modelos e fluxos de trabalho
As APIs principais são mais comumente usadas para criar modelos e fluxos de trabalho de aprendizado de máquina altamente personalizáveis e otimizados. Aqui estão algumas das maneiras pelas quais as APIs principais do TensorFlow podem melhorar seus modelos de aprendizado de máquina e o desenvolvimento do fluxo de trabalho:
- Construindo modelos ou camadas não tradicionais que não se encaixam totalmente nas estruturas suportadas por APIs de alto nível
- Construindo camadas, perdas, modelos e otimizadores personalizados dentro do Keras
- Implementação de novas técnicas de otimização para agilizar a convergência durante o treinamento
- Criação de métricas personalizadas para avaliação de desempenho
- Projetar loops de treinamento altamente configuráveis com suporte para recursos como lotes, validação cruzada e estratégias de distribuição
Crie estruturas e ferramentas
As APIs principais do TensorFlow também podem servir como blocos de construção para novas estruturas de alto nível. Aqui estão alguns exemplos de ferramentas e estruturas que são criadas com as APIs de baixo nível: 
- Keras : aprendizado profundo para humanos
- TensorFlow Model Optimization Toolkit : um conjunto de ferramentas para otimizar modelos de ML para implantação e execução
- TensorFlow Graphics : uma biblioteca para tornar funções gráficas úteis amplamente acessíveis
Construir para computação científica
As APIs do TensorFlow Core também podem ser aplicadas fora do âmbito do aprendizado de máquina. Aqui estão alguns casos de uso geral do TensorFlow para computação científica: 
- Simulações físicas para problemas de mecânica dos sólidos e dinâmica dos fluidos
- Aplicativos de renderização de gráficos, como rastreamento de raios
- Resolvendo problemas de otimização restrita
Principais componentes da API
Aqui estão alguns dos componentes fundamentais que compõem as APIs de baixo nível do TensorFlow Core. Observe que esta não é uma lista abrangente:
- Estruturas de dados:
tf.Tensor,tf.Variable,tf.TensorArray - APIs primitivas:
tf.shape, slicing ,tf.concat,tf.bitwise - Numérico:
tf.math,tf.linalg,tf.random - Componentes funcionais:
tf.function,tf.GradientTape - Distribuição: D Tensor
- Exportar:
tf.saved_model
Próximos passos
A documentação Build with Core fornece tutoriais de conceitos básicos de aprendizado de máquina desde o início. Os tutoriais nesta seção ajudam você a se familiarizar com a escrita de código de baixo nível com APIs principais que você pode aplicar a casos de uso mais complexos de sua preferência.
Para começar a usar e aprender mais sobre as APIs principais, confira o início rápido do TensorFlow Core .