Biblioteki i rozszerzenia
Eksploruj biblioteki, aby tworzyć zaawansowane modele lub metody przy użyciu TensorFlow i uzyskiwać dostęp do pakietów aplikacji specyficznych dla domeny, które rozszerzają TensorFlow.
Swift for TensorFlow to system nowej generacji do głębokiego uczenia i obliczania różnicowego.
Biblioteka do uczenia maszynowego wielokrotnego użytku. Pobierz i ponownie wykorzystaj najnowsze przeszkolone modele przy minimalnej ilości kodu.
TensorFlow Model Optimization Toolkit to zestaw narzędzi do optymalizacji modeli ML pod kątem wdrażania i wykonywania.
Biblioteka do budowania rekomendowanych modeli systemów.
Biblioteka elastycznych, kontrolowanych i możliwych do interpretacji rozwiązań ML z zdroworozsądkowymi ograniczeniami kształtu.
Biblioteka funkcji grafiki komputerowej, od aparatów, świateł i materiałów po renderery.
Framework open source do uczenia maszynowego i innych obliczeń na zdecentralizowanych danych.
TensorFlow Probability to biblioteka umożliwiająca wnioskowanie probabilistyczne i analizę statystyczną.
Tensor2Tensor to biblioteka modeli głębokiego uczenia i zestawów danych, które mają na celu zwiększenie dostępności uczenia głębokiego i przyspieszenie badań ML.
Biblioteka Pythona zawierająca implementacje optymalizatorów TensorFlow do szkolenia modeli uczenia maszynowego z różnicową prywatnością.
Biblioteka do uczenia się ze wzmocnieniami w TensorFlow.
Ramy badawcze do szybkiego prototypowania algorytmów uczenia się ze wzmocnieniem.
TRFL (wymawiane jako „trufla”) to biblioteka stworzona przez DeepMind, służąca do uczenia się przez wzmacnianie.
Język do rozproszonego uczenia głębokiego, zdolny do określania szerokiej klasy rozproszonych obliczeń tensorowych.
Ułatwia przechowywanie i manipulowanie danymi o niejednolitym kształcie, w tym tekstem (słowami, zdaniami, znakami) i partiami o zmiennej długości.
Obsługuje pracę z tekstem Unicode bezpośrednio w TensorFlow.
Ranking TensorFlow to biblioteka technik uczenia się do rang (LTR) na platformie TensorFlow.
Magenta to projekt badawczy badający rolę uczenia maszynowego w procesie tworzenia sztuki i muzyki.
Nucleus to biblioteka kodu w języku Python i C ++ zaprojektowana, aby ułatwić odczytywanie, zapisywanie i analizowanie danych w popularnych formatach plików genomiki, takich jak SAM i VCF.
Biblioteka firmy DeepMind do tworzenia sieci neuronowych.
Ramy edukacyjne do szkolenia sieci neuronowych poprzez wykorzystanie sygnałów strukturalnych oprócz danych wejściowych dotyczących funkcji.
Dodatkowa funkcjonalność dla TensorFlow, obsługiwana przez SIG Addons.
Zestaw danych, przesyłanie strumieniowe i rozszerzenia systemu plików obsługiwane przez SIG IO.
TensorFlow Quantum to biblioteka do kwantowego uczenia maszynowego do szybkiego prototypowania hybrydowych kwantowo-klasycznych modeli ML.
Usprawnij i generuj karty modeli - dokumenty uczenia maszynowego, które zapewniają kontekst i przejrzystość rozwoju i wydajności modelu.