היכרות עם TensorFlow
TensorFlow מקל על מתחילים ומומחים ליצור מודלים של למידת מכונה עבור שולחן העבודה, הנייד, האינטרנט והענן. עיין בסעיפים למטה כדי להתחיל.
TensorFlow
למד את היסודות של TensorFlow עם מדריכים למתחילים ולמומחים שיעזרו לך ליצור את פרויקט למידת המכונה הבא שלך.
עבור אינטרנט
השתמש ב-TensorFlow.js כדי ליצור מודלים חדשים של למידת מכונה ולפרוס מודלים קיימים עם JavaScript.
עבור Mobile & Edge
הפעל מסקנות עם LiteRT במכשירים ניידים ומשובצים כמו אנדרואיד, iOS, Edge TPU ו-Raspberry Pi.
פלטפורמה מקצה לקצה ללמידת מכונה
הכן וטען נתונים לתוצאות מוצלחות של ML
נתונים יכולים להיות הגורם החשוב ביותר להצלחת מאמצי ה-ML שלך. TensorFlow מציעה כלי נתונים מרובים שיעזרו לך לאחד, לנקות ולעבד מראש נתונים בקנה מידה:
מערכי נתונים סטנדרטיים לאימון ראשוני ואימות
צינורות נתונים ניתנים להרחבה במיוחד לטעינת נתונים
שכבות עיבוד מקדים עבור טרנספורמציות קלט נפוצות
בנוסף, כלי בינה מלאכותית אחראית עוזרים לך לחשוף ולבטל הטיות בנתונים שלך כדי להפיק תוצאות הוגנות ואתיות מהמודלים שלך.
בנה ותכוונן דגמים עם המערכת האקולוגית של TensorFlow
חקור מערכת אקולוגית שלמה הבנויה על מסגרת Core המייעלת את בניית המודל, ההדרכה והייצוא. TensorFlow תומך באימון מבוזר, איטרציה מיידית של מודל וניפוי באגים קל עם Keras ועוד הרבה יותר. כלים כמו ניתוח מודלים ו- TensorBoard עוזרים לך לעקוב אחר פיתוח ושיפור לאורך מחזור החיים של המודל שלך.
כדי לעזור לך להתחיל, מצא אוספים של מודלים מאומנים מראש ב- TensorFlow Hub מגוגל ומהקהילה, או יישומים של מודלים מחקריים חדישים ב- Model Garden . ספריות אלו של רכיבים ברמה גבוהה מאפשרות לך לקחת מודלים רבי עוצמה, ולכוון אותם לפי נתונים חדשים או להתאים אותם לביצוע משימות חדשות.
פרוס דגמים במכשיר, בדפדפן, ב-Prem או בענן
TensorFlow מספק יכולות חזקות לפריסת הדגמים שלך בכל סביבה - שרתים, התקני קצה, דפדפנים, ניידים, מיקרו-בקרים, CPUs, GPUs, FPGAs. TensorFlow Serving יכולה להריץ דגמי ML בקנה מידה ייצור במעבדים המתקדמים ביותר בעולם, כולל יחידות עיבוד Tensor (TPU) מותאמות אישית של גוגל.
אם אתה צריך לנתח נתונים קרובים למקור שלהם כדי להפחית את זמן ההשהיה ולשפר את פרטיות הנתונים, מסגרת LiteRT מאפשרת לך להריץ מודלים במכשירים ניידים, התקני מחשוב קצה ואפילו מיקרו-בקרים, והמסגרת של TensorFlow.js מאפשרת לך להריץ למידת מכונה עם רק דפדפן אינטרנט.
נסה את זה ב-Colab
הגישו דגם עם TensorFlow Servingהטמעת MLOps עבור ML ייצור
פלטפורמת TensorFlow עוזרת לך ליישם שיטות עבודה מומלצות לאוטומציה של נתונים, מעקב אחר מודלים, ניטור ביצועים והכשרת מודלים מחדש.
שימוש בכלים ברמת הייצור כדי לבצע אוטומציה ולעקוב אחר הדרכת מודלים לאורך כל החיים של מוצר, שירות או תהליך עסקי הוא קריטי להצלחה. TFX מספקת מסגרות תוכנה וכלים לפריסות מלאות של MLOps, ומזהה בעיות כאשר הנתונים והמודלים שלך מתפתחים עם הזמן.
מחפש להרחיב את הידע שלך ב-ML?
TensorFlow קל יותר לשימוש עם הבנה בסיסית של עקרונות למידת מכונה ומושגי ליבה. למד ויישם שיטות למידת מכונה בסיסיות כדי לפתח את הכישורים שלך.
היכרות עם TensorFlow
TensorFlow מקל על מתחילים ומומחים ליצור מודלים של למידת מכונה עבור שולחן העבודה, הנייד, האינטרנט והענן. עיין בסעיפים למטה כדי להתחיל.
TensorFlow
למד את היסודות של TensorFlow עם מדריכים למתחילים ולמומחים שיעזרו לך ליצור את פרויקט למידת המכונה הבא שלך.
עבור אינטרנט
השתמש ב-TensorFlow.js כדי ליצור מודלים חדשים של למידת מכונה ולפרוס מודלים קיימים עם JavaScript.
עבור Mobile & Edge
הפעל מסקנות עם LiteRT במכשירים ניידים ומשובצים כמו אנדרואיד, iOS, Edge TPU ו-Raspberry Pi.
פלטפורמה מקצה לקצה ללמידת מכונה
הכן וטען נתונים לתוצאות מוצלחות של ML
נתונים יכולים להיות הגורם החשוב ביותר להצלחת מאמצי ה-ML שלך. TensorFlow מציעה כלי נתונים מרובים שיעזרו לך לאחד, לנקות ולעבד מראש נתונים בקנה מידה:
מערכי נתונים סטנדרטיים לאימון ראשוני ואימות
צינורות נתונים ניתנים להרחבה במיוחד לטעינת נתונים
שכבות עיבוד מקדים עבור טרנספורמציות קלט נפוצות
בנוסף, כלי בינה מלאכותית אחראית עוזרים לך לחשוף ולבטל הטיות בנתונים שלך כדי להפיק תוצאות הוגנות ואתיות מהמודלים שלך.
בנה ותכוונן דגמים עם המערכת האקולוגית של TensorFlow
חקור מערכת אקולוגית שלמה הבנויה על מסגרת Core המייעלת את בניית המודל, ההדרכה והייצוא. TensorFlow תומך באימון מבוזר, איטרציה מיידית של מודל וניפוי באגים קל עם Keras ועוד הרבה יותר. כלים כמו ניתוח מודלים ו- TensorBoard עוזרים לך לעקוב אחר פיתוח ושיפור לאורך מחזור החיים של המודל שלך.
כדי לעזור לך להתחיל, מצא אוספים של מודלים מאומנים מראש ב- TensorFlow Hub מגוגל ומהקהילה, או יישומים של מודלים מחקריים חדישים ב- Model Garden . ספריות אלו של רכיבים ברמה גבוהה מאפשרות לך לקחת מודלים רבי עוצמה, ולכוון אותם לפי נתונים חדשים או להתאים אותם לביצוע משימות חדשות.
פרוס דגמים במכשיר, בדפדפן, ב-Prem או בענן
TensorFlow מספק יכולות חזקות לפריסת הדגמים שלך בכל סביבה - שרתים, התקני קצה, דפדפנים, ניידים, מיקרו-בקרים, CPUs, GPUs, FPGAs. TensorFlow Serving יכולה להריץ דגמי ML בקנה מידה ייצור במעבדים המתקדמים ביותר בעולם, כולל יחידות עיבוד Tensor (TPU) מותאמות אישית של גוגל.
אם אתה צריך לנתח נתונים קרובים למקור שלהם כדי להפחית את זמן ההשהיה ולשפר את פרטיות הנתונים, מסגרת LiteRT מאפשרת לך להריץ מודלים במכשירים ניידים, התקני מחשוב קצה ואפילו מיקרו-בקרים, והמסגרת של TensorFlow.js מאפשרת לך להריץ למידת מכונה עם רק דפדפן אינטרנט.
נסה את זה ב-Colab
הגישו דגם עם TensorFlow Servingהטמעת MLOps עבור ML ייצור
פלטפורמת TensorFlow עוזרת לך ליישם שיטות עבודה מומלצות לאוטומציה של נתונים, מעקב אחר מודלים, ניטור ביצועים והכשרת מודלים מחדש.
שימוש בכלים ברמת הייצור כדי לבצע אוטומציה ולעקוב אחר הדרכת מודלים לאורך כל החיים של מוצר, שירות או תהליך עסקי הוא קריטי להצלחה. TFX מספקת מסגרות תוכנה וכלים לפריסות מלאות של MLOps, ומזהה בעיות כאשר הנתונים והמודלים שלך מתפתחים עם הזמן.
מחפש להרחיב את הידע שלך ב-ML?
TensorFlow קל יותר לשימוש עם הבנה בסיסית של עקרונות למידת מכונה ומושגי ליבה. למד ויישם שיטות למידת מכונה בסיסיות כדי לפתח את הכישורים שלך.