TensorFlow 教程以 Jupyter 笔记本格式编写而成,可直接在 Google Colab(一种无需设置的托管式笔记本环境)中运行。点击“在 Google Colab 中运行”按钮。

您最好从用户友好的 Keras Sequential API 入手。您可以将各基础组件组合在一起来构建模型。学完这些教程后,请阅读 Keras 指南
这个“Hello, World!”笔记本演示了 Keras Sequential API 和 model.fit
此笔记本集合使用 Keras 演示了基本的机器学习任务。
这些教程使用 tf.data 加载各种格式的数据和构建输入流水线。
Keras 函数式 API 和子类化 API 提供了由运行定义的自定义和高级研究接口。您可以构建模型,然后编写前向传播和反向传播;还可以创建自定义层、激活函数和训练循环。
这个“Hello, World!”笔记本使用 Keras Subclassing API 和自定义训练循环。
此笔记本集合演示了如何在 TensorFlow 中构建自定义层和训练循环。
在多个 GPU、多台机器或多个 TPU 之间分配模型训练。
“高级”部分包含很多说明性笔记本示例,包括神经机器翻译TransformerCycleGAN
欢迎订阅 TensorFlow 博客YouTube 频道并在 Twitter 上关注我们,了解最新动态。
探索使用 TensorFlow 构建高级模型或方法的,并访问可针对特定领域扩展 TensorFlow 的应用软件包。这是适用于这些项目的教程示例。