TensorFlow機器學(xué)習(xí)系統(tǒng)

TensorFlow 是一個端到端開源機器學(xué)習(xí)平臺。它擁有一個全面而靈活的生態(tài)系統(tǒng)，其中包含各種工具、庫和社區(qū)資源，可助力研究人員推動先進(jìn)機器學(xué)習(xí)技術(shù)的發(fā)展，并使開發(fā)者能夠輕松地構(gòu)建和部署由機器學(xué)習(xí)提供支持的應(yīng)用。

輕松地構(gòu)建模型

TensorFlow 提供多個抽象級別，因此您可以根據(jù)自己的需求選擇合適的級別。您可以使用高階 Keras API 構(gòu)建和訓(xùn)練模型，該 API 讓您能夠輕松地開始使用 TensorFlow 和機器學(xué)習(xí)。

如果您需要更高的靈活性，則可以借助即刻執(zhí)行環(huán)境進(jìn)行快速迭代和直觀的調(diào)試。對于大型機器學(xué)習(xí)訓(xùn)練任務(wù)，您可以使用 Distribution Strategy API 在不同的硬件配置上進(jìn)行分布式訓(xùn)練，而無需更改模型定義。

隨時隨地進(jìn)行可靠的機器學(xué)習(xí)生產(chǎn)

TensorFlow 始終提供直接的生產(chǎn)途徑。不管是在服務(wù)器、邊緣設(shè)備還是網(wǎng)絡(luò)上，TensorFlow 都可以助您輕松地訓(xùn)練和部署模型，無論您使用何種語言或平臺。

如果您需要完整的生產(chǎn)型機器學(xué)習(xí)流水線，請使用 TensorFlow Extended (TFX)。要在移動設(shè)備和邊緣設(shè)備上進(jìn)行推斷，請使用 TensorFlow Lite。請使用 TensorFlow.js 在 JavaScript 環(huán)境中訓(xùn)練和部署模型。

強大的研究實驗

構(gòu)建和訓(xùn)練先進(jìn)的模型，并且不會降低速度或性能。借助 Keras Functional API 和 Model Subclassing API 等功能，TensorFlow 可以助您靈活地創(chuàng)建復(fù)雜拓?fù)洳崿F(xiàn)相關(guān)控制。為了輕松地設(shè)計原型并快速進(jìn)行調(diào)試，請使用即刻執(zhí)行環(huán)境。

TensorFlow 還支持強大的附加庫和模型生態(tài)系統(tǒng)以供您開展實驗，包括 Ragged Tensors、TensorFlow Probability、Tensor2Tensor 和 BERT。