TensorFlow 가이드는 Jupyter 메모장으로 작성되었으며 설정이 필요 없는 호스팅된 메모장 환경인 Google Colab에서 직접 실행됩니다. Google Colab에서 실행 버튼을 클릭합니다.

사용자 친화적 Keras Sequential API로 시작하는 것이 가장 좋습니다. 구성요소를 함께 연결하여 모델을 빌드해 보세요. 이러한 튜토리얼을 완료한 후 Keras 가이드를 읽어보세요.
이 'Hello, World!' 메모장에는 Keras Sequential API 및 model.fit가 표시됩니다.
이 메모장 컬렉션은 Keras를 사용한 기본적인 머신러닝 작업을 보여줍니다.
이러한 튜토리얼에서는 tf.data를 사용하여 다양한 데이터 형식을 로드하고 입력 파이프라인을 빌드합니다.
Keras Functional API 및 Subclassing API는 맞춤설정 및 고급 연구에 사용할 수 있는 실행 시 정의되는(define-by-run) 인터페이스를 제공합니다. 모델을 빌드한 후 정방향 및 역방향 전달을 작성하세요. 맞춤 레이어, 활성화 및 학습 루프를 생성하세요.
이 'Hello, World!' 메모장은 Keras Subclassing API 및 맞춤 학습 루프를 사용합니다.
이 메모장 컬렉션은 TensorFlow에서 맞춤 레이어 및 학습 루프를 빌드하는 방법을 보여줍니다.
여러 GPU, 여러 머신 또는 TPU에 모델 학습을 배포합니다.
고급 섹션에는 인공신경망 기계 번역, 변환기CycleGAN을 비롯하여 여러 유익한 메모장 예가 있습니다.
최신 업데이트를 확인하려면 TensorFlow 블로그, YouTube 채널Twitter를 구독하세요.
TensorFlow를 사용하여 고급 모델 또는 메서드를 빌드하는 라이브러리를 탐색하고, TensorFlow를 확장하는 분야별 애플리케이션 패키지에 액세스하세요. 다음은 이 프로젝트에서 사용할 수 있는 가이드의 샘플입니다.