टेन्सरफ़्लो का परिचय
TensorFlow शुरुआती और विशेषज्ञों के लिए डेस्कटॉप, मोबाइल, वेब और क्लाउड के लिए मशीन लर्निंग मॉडल बनाना आसान बनाता है। आरंभ करने के लिए नीचे दिए गए अनुभाग देखें।
टेंसरफ़्लो
अपना अगला मशीन लर्निंग प्रोजेक्ट बनाने में मदद के लिए शुरुआती और विशेषज्ञों के लिए ट्यूटोरियल के साथ TensorFlow की मूल बातें सीखें।
वेब के लिए
नए मशीन लर्निंग मॉडल बनाने और मौजूदा मॉडल को जावास्क्रिप्ट के साथ तैनात करने के लिए TensorFlow.js का उपयोग करें।
मोबाइल और एज के लिए
मोबाइल और एंड्रॉइड, आईओएस, एज टीपीयू और रास्पबेरी पाई जैसे एम्बेडेड उपकरणों पर लाइटआरटी के साथ इनफरेंस चलाएं।
उत्पादन के लिए
टीएफएक्स का उपयोग करके प्रशिक्षण और अनुमान के लिए उत्पादन-तैयार एमएल पाइपलाइन तैनात करें।
मशीन लर्निंग के लिए एक एंड-टू-एंड प्लेटफॉर्म
सफल एमएल परिणामों के लिए डेटा तैयार करें और लोड करें
डेटा आपके एमएल प्रयासों की सफलता में सबसे महत्वपूर्ण कारक हो सकता है। TensorFlow आपको बड़े पैमाने पर डेटा को समेकित, साफ़ और प्रीप्रोसेस करने में मदद करने के लिए कई डेटा टूल प्रदान करता है:
प्रारंभिक प्रशिक्षण और सत्यापन के लिए मानक डेटासेट
डेटा लोड करने के लिए अत्यधिक स्केलेबल डेटा पाइपलाइन
सामान्य इनपुट परिवर्तनों के लिए प्रीप्रोसेसिंग परतें
बड़े डेटासेट को सत्यापित और परिवर्तित करने के लिए उपकरण
इसके अतिरिक्त, जिम्मेदार एआई उपकरण आपके मॉडल से निष्पक्ष, नैतिक परिणाम उत्पन्न करने के लिए आपके डेटा में पूर्वाग्रह को उजागर करने और खत्म करने में आपकी सहायता करते हैं।
TensorFlow पारिस्थितिकी तंत्र के साथ मॉडल बनाएं और उन्हें बेहतर बनाएं
कोर फ्रेमवर्क पर निर्मित संपूर्ण पारिस्थितिकी तंत्र का अन्वेषण करें जो मॉडल निर्माण, प्रशिक्षण और निर्यात को सुव्यवस्थित करता है। TensorFlow वितरित प्रशिक्षण, तत्काल मॉडल पुनरावृत्ति और केरस के साथ आसान डिबगिंग और बहुत कुछ का समर्थन करता है। मॉडल विश्लेषण और टेंसरबोर्ड जैसे उपकरण आपके मॉडल के जीवनचक्र के माध्यम से विकास और सुधार को ट्रैक करने में आपकी सहायता करते हैं।
आरंभ करने में आपकी सहायता के लिए, Google और समुदाय से TensorFlow हब पर पूर्व-प्रशिक्षित मॉडलों का संग्रह ढूंढें, या मॉडल गार्डन में अत्याधुनिक अनुसंधान मॉडलों का कार्यान्वयन ढूंढें। उच्च स्तरीय घटकों की ये लाइब्रेरी आपको शक्तिशाली मॉडल लेने और उन्हें नए डेटा पर ठीक करने या नए कार्य करने के लिए अनुकूलित करने की अनुमति देती है।
डिवाइस पर, ब्राउज़र में, ऑन-प्रिमाइसेस पर या क्लाउड में मॉडल तैनात करें
TensorFlow आपके मॉडल को किसी भी वातावरण - सर्वर, एज डिवाइस, ब्राउज़र, मोबाइल, माइक्रोकंट्रोलर, सीपीयू, जीपीयू, एफपीजीए पर तैनात करने के लिए मजबूत क्षमताएं प्रदान करता है। TensorFlow सर्विंग Google के कस्टम Tensor प्रोसेसिंग यूनिट (TPUs) सहित दुनिया के सबसे उन्नत प्रोसेसर पर उत्पादन पैमाने पर ML मॉडल चला सकता है।
यदि आपको विलंबता को कम करने और डेटा गोपनीयता में सुधार करने के लिए अपने स्रोत के करीब डेटा का विश्लेषण करने की आवश्यकता है, तो LiteRT फ्रेमवर्क आपको मोबाइल डिवाइस, एज कंप्यूटिंग डिवाइस और यहां तक कि माइक्रोकंट्रोलर पर मॉडल चलाने की सुविधा देता है, और TensorFlow.js फ्रेमवर्क आपको मशीन लर्निंग चलाने की सुविधा देता है। एक वेब ब्राउज़र.
इसे कोलाब में आज़माएँ
TensorFlow सर्विंग के साथ एक मॉडल परोसेंउत्पादन एमएल के लिए एमएलओपीएस लागू करें
TensorFlow प्लेटफ़ॉर्म आपको डेटा स्वचालन, मॉडल ट्रैकिंग, प्रदर्शन निगरानी और मॉडल पुनर्प्रशिक्षण के लिए सर्वोत्तम प्रथाओं को लागू करने में मदद करता है।
किसी उत्पाद, सेवा या व्यवसाय प्रक्रिया के जीवनकाल में मॉडल प्रशिक्षण को स्वचालित और ट्रैक करने के लिए उत्पादन-स्तरीय टूल का उपयोग करना सफलता के लिए महत्वपूर्ण है। टीएफएक्स पूर्ण एमएलओपीएस परिनियोजन के लिए सॉफ्टवेयर फ्रेमवर्क और टूलिंग प्रदान करता है, जो समय के साथ आपके डेटा और मॉडल के विकसित होने पर समस्याओं का पता लगाता है।
क्या आप अपने एमएल ज्ञान का विस्तार करना चाहते हैं?
मशीन लर्निंग सिद्धांतों और मुख्य अवधारणाओं की बुनियादी समझ के साथ TensorFlow का उपयोग करना आसान है। अपने कौशल को विकसित करने के लिए मौलिक मशीन लर्निंग प्रथाओं को सीखें और लागू करें।
मूलभूत एमएल क्षेत्रों में अपने कौशल को बेहतर बनाने के लिए क्यूरेटेड पाठ्यक्रम से शुरुआत करें।
टेन्सरफ़्लो का परिचय
TensorFlow शुरुआती और विशेषज्ञों के लिए डेस्कटॉप, मोबाइल, वेब और क्लाउड के लिए मशीन लर्निंग मॉडल बनाना आसान बनाता है। आरंभ करने के लिए नीचे दिए गए अनुभाग देखें।
टेंसरफ़्लो
अपना अगला मशीन लर्निंग प्रोजेक्ट बनाने में मदद के लिए शुरुआती और विशेषज्ञों के लिए ट्यूटोरियल के साथ TensorFlow की मूल बातें सीखें।
वेब के लिए
नए मशीन लर्निंग मॉडल बनाने और मौजूदा मॉडल को जावास्क्रिप्ट के साथ तैनात करने के लिए TensorFlow.js का उपयोग करें।
मोबाइल और एज के लिए
मोबाइल और एंड्रॉइड, आईओएस, एज टीपीयू और रास्पबेरी पाई जैसे एम्बेडेड उपकरणों पर लाइटआरटी के साथ इनफरेंस चलाएं।
उत्पादन के लिए
टीएफएक्स का उपयोग करके प्रशिक्षण और अनुमान के लिए उत्पादन-तैयार एमएल पाइपलाइन तैनात करें।
मशीन लर्निंग के लिए एक एंड-टू-एंड प्लेटफ़ॉर्म
सफल एमएल परिणामों के लिए डेटा तैयार करें और लोड करें
डेटा आपके एमएल प्रयासों की सफलता में सबसे महत्वपूर्ण कारक हो सकता है। TensorFlow आपको बड़े पैमाने पर डेटा को समेकित, साफ़ और प्रीप्रोसेस करने में मदद करने के लिए कई डेटा टूल प्रदान करता है:
प्रारंभिक प्रशिक्षण और सत्यापन के लिए मानक डेटासेट
डेटा लोड करने के लिए अत्यधिक स्केलेबल डेटा पाइपलाइन
सामान्य इनपुट परिवर्तनों के लिए प्रीप्रोसेसिंग परतें
बड़े डेटासेट को सत्यापित और परिवर्तित करने के लिए उपकरण
इसके अतिरिक्त, जिम्मेदार एआई उपकरण आपके मॉडल से निष्पक्ष, नैतिक परिणाम उत्पन्न करने के लिए आपके डेटा में पूर्वाग्रह को उजागर करने और खत्म करने में आपकी सहायता करते हैं।
TensorFlow पारिस्थितिकी तंत्र के साथ मॉडल बनाएं और उन्हें बेहतर बनाएं
कोर फ्रेमवर्क पर निर्मित संपूर्ण पारिस्थितिकी तंत्र का अन्वेषण करें जो मॉडल निर्माण, प्रशिक्षण और निर्यात को सुव्यवस्थित करता है। TensorFlow वितरित प्रशिक्षण, तत्काल मॉडल पुनरावृत्ति और केरस के साथ आसान डिबगिंग और बहुत कुछ का समर्थन करता है। मॉडल विश्लेषण और टेंसरबोर्ड जैसे उपकरण आपके मॉडल के जीवनचक्र के माध्यम से विकास और सुधार को ट्रैक करने में आपकी सहायता करते हैं।
आरंभ करने में आपकी सहायता के लिए, Google और समुदाय से TensorFlow हब पर पूर्व-प्रशिक्षित मॉडलों का संग्रह ढूंढें, या मॉडल गार्डन में अत्याधुनिक अनुसंधान मॉडलों का कार्यान्वयन ढूंढें। उच्च स्तरीय घटकों की ये लाइब्रेरी आपको शक्तिशाली मॉडल लेने और उन्हें नए डेटा पर ठीक करने या नए कार्य करने के लिए अनुकूलित करने की अनुमति देती है।
डिवाइस पर, ब्राउज़र में, ऑन-प्रिमाइसेस पर या क्लाउड में मॉडल तैनात करें
TensorFlow आपके मॉडल को किसी भी वातावरण - सर्वर, एज डिवाइस, ब्राउज़र, मोबाइल, माइक्रोकंट्रोलर, सीपीयू, जीपीयू, एफपीजीए पर तैनात करने के लिए मजबूत क्षमताएं प्रदान करता है। TensorFlow सर्विंग Google के कस्टम Tensor प्रोसेसिंग यूनिट (TPUs) सहित दुनिया के सबसे उन्नत प्रोसेसर पर उत्पादन पैमाने पर ML मॉडल चला सकता है।
यदि आपको विलंबता को कम करने और डेटा गोपनीयता में सुधार करने के लिए अपने स्रोत के करीब डेटा का विश्लेषण करने की आवश्यकता है, तो LiteRT फ्रेमवर्क आपको मोबाइल डिवाइस, एज कंप्यूटिंग डिवाइस और यहां तक कि माइक्रोकंट्रोलर पर मॉडल चलाने की सुविधा देता है, और TensorFlow.js फ्रेमवर्क आपको मशीन लर्निंग चलाने की सुविधा देता है। एक वेब ब्राउज़र.
इसे कोलाब में आज़माएँ
TensorFlow सर्विंग के साथ एक मॉडल परोसेंउत्पादन एमएल के लिए एमएलओपीएस लागू करें
TensorFlow प्लेटफ़ॉर्म आपको डेटा स्वचालन, मॉडल ट्रैकिंग, प्रदर्शन निगरानी और मॉडल पुनर्प्रशिक्षण के लिए सर्वोत्तम प्रथाओं को लागू करने में मदद करता है।
किसी उत्पाद, सेवा या व्यवसाय प्रक्रिया के जीवनकाल में मॉडल प्रशिक्षण को स्वचालित और ट्रैक करने के लिए उत्पादन-स्तरीय टूल का उपयोग करना सफलता के लिए महत्वपूर्ण है। टीएफएक्स पूर्ण एमएलओपीएस परिनियोजन के लिए सॉफ्टवेयर फ्रेमवर्क और टूलिंग प्रदान करता है, जो समय के साथ आपके डेटा और मॉडल के विकसित होने पर समस्याओं का पता लगाता है।
क्या आप अपने एमएल ज्ञान का विस्तार करना चाहते हैं?
मशीन लर्निंग सिद्धांतों और मुख्य अवधारणाओं की बुनियादी समझ के साथ TensorFlow का उपयोग करना आसान है। अपने कौशल को विकसित करने के लिए मौलिक मशीन लर्निंग प्रथाओं को सीखें और लागू करें।
मूलभूत एमएल क्षेत्रों में अपने कौशल को बेहतर बनाने के लिए क्यूरेटेड पाठ्यक्रम से शुरुआत करें।