O TensorFlow 2 foca na simplicidade e facilidade de uso, com atualizações como execução rápida, APIs intuitivas de alto nível e criação de modelos flexíveis em qualquer plataforma.
Muitos guias são escritos como notebooks do Jupyter e executados diretamente no Google Colab, um ambiente de notebook hospedado que não precisa de configuração. Clique no botão Executar no Google Colab .
Documentação básica
Instalar o TensorFlow
Instale o pacote ou crie a partir da origem. Compatibilidade com GPUs para cartões habilitados para CUDA®.Migrar para o TensorFlow 2
Aprenda as práticas recomendadas do TensorFlow 2 e descubra ferramentas para migrar o código do TF1 para o TF2.Keras
A Keras é uma API de alto nível mais fácil para iniciantes em ML e para pesquisadores.Noções básicas do TensorFlow
Saiba mais sobre as classes e os recursos fundamentais que fazem o TensorFlow funcionar.Pipelines de entrada de dados
A APItf.data permite criar pipelines de entrada complexos com base em exemplos simples e reutilizáveis.
Estimators
Uma API de alto nível que representa um modelo completo, projetado para dimensionamento e treinamento assíncrono.Salvar um modelo
Salve um modelo do TensorFlow com checkpoints ou com o formato SavedModel.Aceleradores
Distribuem o treinamento em várias GPUs, máquinas ou TPUs.Desempenho
Práticas recomendadas e técnicas de otimização para melhorar o desempenho do TensorFlow.Bibliotecas e extensões
Conheça outros recursos para criar modelos ou métodos avançados com o TensorFlow e acesse pacotes de aplicativos específicos ao domínio que ampliam a plataforma.-
TensorBoard
É um pacote de ferramentas de visualização para compreender, depurar e otimizar programas do TensorFlow. -
TensorFlow Hub
É uma biblioteca criada para publicação, descoberta e consumo de partes reutilizáveis de modelos de machine learning. -
Otimização de modelos
As ferramentas de otimização de modelos do TensorFlow são um conjunto de acessórios para otimizar modelos de ML para implantação e execução. -
TensorFlow Federated
Um framework para machine learning e outros cálculos de dados descentralizados. -
Neural Structured Learning
Paradigma de aprendizado para treinar redes neurais usando sinais estruturados e entradas de recursos. -
TensorFlow Graphics
Uma biblioteca de recursos de computação gráfica com câmeras, luzes e materiais para renderizadores.
-
Conjuntos de dados
Uma coleção de conjuntos de dados prontos para uso com o TensorFlow. -
Disponibilização
Um sistema de exibição TFX para modelos de ML, feito para alto desempenho em ambientes de produção. -
Probability
O TensorFlow Probability é uma biblioteca para raciocínio probabilístico e análise estatística. -
MLIR
O MLIR unifica a infraestrutura para modelos de ML de alto desempenho no TensorFlow. -
Álgebra linear acelerada (XLA, na sigla em inglês)
Um compilador específico ao domínio para álgebra linear que acelera modelos do TensorFlow sem mudanças no código-fonte. -
SIG Addons
Funcionalidade adicional do TensorFlow, mantida pela SIG Addons. -
SIG IO
São um conjunto de dados, streaming e extensões de sistemas de arquivos mantidos pela SIG IO.