I tutorial di TensorFlow sono scritti come notebook Jupyter e vengono eseguiti direttamente in Google Colab, un ambiente notebook ospitato che non richiede configurazione. Nella parte superiore di ogni tutorial vedrai il pulsante Esegui in Google Colab . Fare clic sul pulsante per aprire il blocco appunti ed eseguire manualmente il codice.

Il miglior punto di partenza è l'intuitiva API sequenziale Keras. Costruisci modelli collegando insieme i blocchi costitutivi. Dopo questi tutorial, leggi la guida di Keras .
Questo "Ciao mondo!" notebook mostra l'API sequenziale Keras e model.fit .
Questa raccolta di quaderni illustra le attività di apprendimento automatico di base tramite Keras.
Questi tutorial usano tf.data per caricare vari formati di dati e creare pipeline di input.
Le API funzionali e di sottoclasse Keras forniscono un'interfaccia definita per esecuzione per la personalizzazione e la ricerca avanzata. Costruisci il tuo modello, quindi scrivi il passaggio avanti e indietro. Crea livelli, attivazioni e cicli di formazione personalizzati.
Questo "Ciao, mondo!" notebook usa l'API di sottoclasse Keras e un ciclo di formazione personalizzato.
Questa raccolta di taccuini mostra come creare livelli personalizzati e cicli di formazione in TensorFlow.
Distribuisci il training del modello su più GPU, più macchine o TPU.
La sezione Avanzate contiene molti esempi di quaderni istruttivi, tra cui la traduzione automatica neurale , Transformers e CycleGAN .
Guarda questi video per un'introduzione all'apprendimento automatico con TensorFlow:
Esplora le librerie per creare modelli o metodi avanzati utilizzando TensorFlow e accedi a pacchetti applicativi specifici del dominio che estendono TensorFlow. Questo è un esempio dei tutorial disponibili per questi progetti.
Iscriviti al blog TensorFlow , al canale YouTube e a Twitter per gli ultimi aggiornamenti.