TensorFlow 2 যেকোন প্ল্যাটফর্মে আগ্রহী সম্পাদন, স্বজ্ঞাত উচ্চ-স্তরের API এবং নমনীয় মডেল বিল্ডিংয়ের মতো আপডেট সহ সরলতা এবং ব্যবহারের সহজতার উপর ফোকাস করে।

অনেক গাইড জুপিটার নোটবুক হিসেবে লেখা হয় এবং সরাসরি Google Colab-এ চলে—একটি হোস্ট করা নোটবুক পরিবেশ যার কোনো সেটআপের প্রয়োজন হয় না। Run in Google Colab বোতামে ক্লিক করুন।

প্রয়োজনীয় ডকুমেন্টেশন

প্যাকেজটি ইনস্টল করুন বা উৎস থেকে তৈরি করুন। CUDA®-সক্ষম কার্ডগুলির জন্য GPU সমর্থন।
কিভাবে আপনার TF1.x কোড TF2 এ স্থানান্তর করবেন তা জানুন।
কেরাস একটি উচ্চ-স্তরের API যা ML নতুনদের পাশাপাশি গবেষকদের জন্যও সহজ।
টেনসরফ্লোকে কাজ করে এমন মৌলিক ক্লাস এবং বৈশিষ্ট্যগুলি সম্পর্কে জানুন।
tf.data API আপনাকে সহজ, পুনরায় ব্যবহারযোগ্য টুকরা থেকে জটিল ইনপুট পাইপলাইন তৈরি করতে সক্ষম করে।
TensorFlow 2 ব্যবহার করে কার্যকর উন্নয়নের জন্য সর্বোত্তম অনুশীলন সম্পর্কে জানুন।
চেকপয়েন্ট বা SavedModel ফর্ম্যাট ব্যবহার করে একটি TensorFlow মডেল সংরক্ষণ করুন।
একাধিক জিপিইউ, একাধিক মেশিন বা টিপিইউ জুড়ে প্রশিক্ষণ বিতরণ করুন।
সর্বোত্তম টেনসরফ্লো পারফরম্যান্সের জন্য সর্বোত্তম অনুশীলন এবং অপ্টিমাইজেশন কৌশল।
TensorFlow ব্যবহার করে উন্নত মডেল বা পদ্ধতি তৈরি করতে অতিরিক্ত সংস্থানগুলি অন্বেষণ করুন এবং টেনসরফ্লোকে প্রসারিত করে এমন ডোমেন-নির্দিষ্ট অ্যাপ্লিকেশন প্যাকেজগুলি অ্যাক্সেস করুন৷
  • টেনসরফ্লো প্রোগ্রামগুলি বোঝা, ডিবাগ এবং অপ্টিমাইজ করার জন্য ভিজ্যুয়ালাইজেশন টুলগুলির একটি স্যুট৷
  • মেশিন লার্নিং মডেলের পুনঃব্যবহারযোগ্য অংশগুলির প্রকাশনা, আবিষ্কার এবং ব্যবহারের জন্য একটি লাইব্রেরি।
  • TensorFlow মডেল অপ্টিমাইজেশান টুলকিট হল এমএল মডেল অপ্টিমাইজ করার জন্য টুলের একটি স্যুট যাতে ডিপ্লয়মেন্ট এবং এক্সিকিউশন হয়।
  • বিকেন্দ্রীভূত ডেটাতে মেশিন লার্নিং এবং অন্যান্য গণনার জন্য একটি কাঠামো।
  • ফিচার ইনপুট ছাড়াও স্ট্রাকচার্ড সিগন্যাল ব্যবহার করে নিউরাল নেটওয়ার্ককে প্রশিক্ষণ দেওয়ার জন্য একটি শেখার দৃষ্টান্ত।
  • ক্যামেরা, লাইট এবং উপকরণ থেকে রেন্ডারার পর্যন্ত কম্পিউটার গ্রাফিক্স কার্যকারিতার একটি লাইব্রেরি।
  • TensorFlow-এর সাথে ব্যবহারের জন্য প্রস্তুত ডেটাসেটের একটি সংগ্রহ।
  • ML মডেলের জন্য একটি TFX পরিবেশন ব্যবস্থা, উৎপাদন পরিবেশে উচ্চ-কর্মক্ষমতার জন্য ডিজাইন করা হয়েছে।
  • TensorFlow সম্ভাব্যতা সম্ভাব্য যুক্তি এবং পরিসংখ্যানগত বিশ্লেষণের জন্য একটি লাইব্রেরি।
  • MLIR TensorFlow-এ উচ্চ-পারফরম্যান্স এমএল মডেলের পরিকাঠামো একীভূত করে।
  • রৈখিক বীজগণিতের জন্য একটি ডোমেন-নির্দিষ্ট কম্পাইলার যা সম্ভাব্য কোনো সোর্স কোড পরিবর্তন ছাড়াই TensorFlow মডেলকে ত্বরান্বিত করে।
  • SIG Addons দ্বারা রক্ষণাবেক্ষণ করা TensorFlow-এর জন্য অতিরিক্ত কার্যকারিতা।
  • ডেটাসেট, স্ট্রিমিং এবং ফাইল সিস্টেম এক্সটেনশন, SIG IO দ্বারা রক্ষণাবেক্ষণ করা হয়।