TensorFlow 2 מתמקד בפשטות וקלות שימוש, עם עדכונים כמו ביצוע נלהב, ממשקי API ברמה גבוהה יותר ובניית מודלים גמישים בכל פלטפורמה.
מדריכים רבים כתובים כמחברות Jupyter ומופעלים ישירות ב-Google Colab - סביבת מחברת מתארחת שאינה דורשת הגדרה. לחץ על הלחצן הפעל ב-Google Colab .
תיעוד חיוני
tf.data מאפשר לך לבנות צינורות קלט מורכבים מחלקים פשוטים הניתנים לשימוש חוזר.
-
TensorFlow Decision Forests ספרייה לאימון, הפעלה ופירוש של מודלים של יערות החלטה (למשל, יערות אקראיים, עצים בעלי שיפור שיפוע) ב-TensorFlow. -
TensorFlow Hub ספרייה לפרסום, גילוי וצריכה של חלקים לשימוש חוזר במודלים של למידת מכונה. -
מָנָה מערכת הגשה TFX לדגמי ML, המיועדת לביצועים גבוהים בסביבות ייצור. -
TensorFlow Federated מסגרת ללמידת מכונה וחישובים אחרים על נתונים מבוזרים. -
למידה מובנית עצבית פרדיגמת למידה לאימון רשתות עצביות על ידי מינוף אותות מובנים בנוסף לכניסות תכונה. -
גרפיקת TensorFlow ספרייה של פונקציונליות גרפיקה ממוחשבת, החל ממצלמות, אורות וחומרים וכלה במעבדים. -
תוספות SIG פונקציונליות נוספת עבור TensorFlow, מתוחזקת על ידי SIG Addons.
-
TensorBoard חבילה של כלי הדמיה להבנה, ניפוי באגים ואופטימיזציה של תוכניות TensorFlow. -
מערכי נתונים אוסף של מערכי נתונים מוכנים לשימוש עם TensorFlow. -
אופטימיזציה של מודל TensorFlow Model Optimization Toolkit הוא חבילת כלים לאופטימיזציה של מודלים של ML לפריסה וביצוע. -
הִסתַבְּרוּת TensorFlow Probability היא ספרייה להיגיון הסתברותי ולניתוח סטטיסטי. -
MLIR MLIR מאחד את התשתית לדגמי ML בעלי ביצועים גבוהים ב-TensorFlow. -
XLA מהדר ספציפי לתחום עבור אלגברה ליניארית המאיץ מודלים של TensorFlow ללא שינויים בקוד המקור. -
SIG IO הרחבות מערכי נתונים, סטרימינג ומערכת קבצים, מתוחזקים על ידי SIG IO.