منصة شاملة للتعلم الآلي

ابدأ مع TensorFlow

يسهّل TensorFlow إنشاء نماذج تعلم الآلة التي يمكن تشغيلها في أي بيئة. تعرف على كيفية استخدام واجهات برمجة التطبيقات البديهية من خلال نماذج التعليمات البرمجية التفاعلية.

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)

حل مشاكل العالم الحقيقي باستخدام ML

استكشف أمثلة لكيفية استخدام TensorFlow لتعزيز البحث وبناء تطبيقات تعمل بالذكاء الاصطناعي.

تحسين الوصول إلى صحة الأم من خلال التعلم الآلي على الجهاز

تعرف على كيفية تمكين TensorFlow Lite من الوصول إلى تقييم الموجات فوق الصوتية للجنين، وتحسين النتائج الصحية للنساء والعائلات في جميع أنحاء كينيا والعالم.

بناء أنظمة التوصية مع التعلم المعزز

تعرّف على كيفية استخدام Spotify لنظام TensorFlow البيئي لتصميم جهاز محاكاة قابل للتمديد دون اتصال بالإنترنت وتدريب وكلاء RL لإنشاء قوائم تشغيل.

نشر نماذج اللغات الكبيرة على Android

تعرف على كيفية تحسين LLMs ونشرها باستخدام TensorFlow Lite لتطبيقات الذكاء الاصطناعي التوليدية.

ما هو الجديد في TensorFlow

اقرأ أحدث الإعلانات من فريق ومجتمع TensorFlow.

  • ادوات المطورين

    أدوات لتقييم النماذج وتحسين الأداء وإنتاج سير عمل تعلم الآلة.