Bir sorunuz mu var? TensorFlow Forum Ziyaret Forumunda toplulukla bağlantı kurun

TensorFlow, makine öğrenimi için uçtan uca açık kaynaklı bir platformdur

TensorFlow, yeni başlayanların ve uzmanların makine öğrenimi modelleri oluşturmasını kolaylaştırır. Başlamak için aşağıdaki bölümlere bakın.

Öğreticilere bakın

Öğreticiler, eksiksiz, uçtan uca örneklerle TensorFlow'u nasıl kullanacağınızı gösterir.

Kılavuza bakın

Kılavuzlar, TensorFlow'un kavramlarını ve bileşenlerini açıklar.

Yeni başlayanlar için

Başlamak için en iyi yer, kullanıcı dostu Sıralı API'dir. Yapı taşlarını bir araya getirerek modeller oluşturabilirsiniz. Aşağıdaki "Merhaba Dünya" örneğini çalıştırın, ardından daha fazla bilgi edinmek için eğiticileri ziyaret edin.

Makine öğrenimi öğrenmek için eğitim sayfamıza göz atın. Temel ML alanlarındaki becerilerinizi geliştirmek için küratörlü müfredatlarla başlayın.

import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0

model = tf.keras.models.Sequential([
  tf.keras.layers.Flatten(input_shape=(28, 28)),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dropout(0.2),
  tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

Uzmanlar için

Alt Sınıflandırma API'si, gelişmiş araştırmalar için çalıştırma tanımlı bir arayüz sağlar. Modeliniz için bir sınıf oluşturun, ardından ileri geçişi zorunlu olarak yazın. Özel katmanları, etkinleştirmeleri ve eğitim döngülerini kolayca oluşturun. Aşağıdaki "Merhaba Dünya" örneğini çalıştırın, ardından daha fazla bilgi edinmek için eğiticileri ziyaret edin.

class MyModel(tf.keras.Model):
  def __init__(self):
    super(MyModel, self).__init__()
    self.conv1 = Conv2D(32, 3, activation='relu')
    self.flatten = Flatten()
    self.d1 = Dense(128, activation='relu')
    self.d2 = Dense(10, activation='softmax')

  def call(self, x):
    x = self.conv1(x)
    x = self.flatten(x)
    x = self.d1(x)
    return self.d2(x)
model = MyModel()

with tf.GradientTape() as tape:
  logits = model(images)
  loss_value = loss(logits, labels)
grads = tape.gradient(loss_value, model.trainable_variables)
optimizer.apply_gradients(zip(grads, model.trainable_variables))

Yaygın sorunlara çözümler

Projelerinizde size yardımcı olacak adım adım öğreticileri keşfedin.

Yeni başlayanlar için
İlk sinir ağınız

Tam bir TensorFlow programının bu hızlı tempolu genel bakışında, spor ayakkabı ve gömlek gibi giysi resimlerini sınıflandırmak için bir sinir ağı eğitin.

Uzmanlar için
Üretken düşmanlık ağları

Keras Alt Sınıflandırma API'sini kullanarak el yazısı rakamların görüntülerini oluşturmak için üretken bir rakip ağı eğitin.

Uzmanlar için
Dikkatle nöral makine çevirisi

Keras Alt Sınıflandırma API'sini kullanarak İspanyolca'dan İngilizce'ye çeviri için sıralı bir model eğitin.

HABERLER & DUYURULAR

Ek güncellemeler için blogumuza göz atın ve en son duyuruları doğrudan gelen kutunuza almak için aylık TensorFlow haber bültenimize abone olun.