一个端到端的机器学习平台

开始使用 TensorFlow

TensorFlow 使得创建可以在任何环境中运行的 ML 模型变得容易。通过交互式代码示例了解如何使用直观的 API。

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)

使用 ML 解决现实世界的问题

探索 TensorFlow 如何用于推进研究和构建 AI 驱动的应用程序的示例。

使用图神经网络分析关系数据

GNN 可以处理对象之间复杂的相互关系,使其成为交通预测、医疗发现等领域的强大技术。

通过设备上 ML 改善对孕产妇健康的获取

了解 TensorFlow Lite 如何使胎儿超声评估成为可能,从而改善肯尼亚和世界各地妇女和家庭的健康状况。

使用强化学习构建推荐系统

了解 Spotify 如何使用 TensorFlow 生态系统来设计可扩展的离线模拟器并训练 RL 代理以生成播放列表。

TensorFlow 的新功能

阅读 TensorFlow 团队和社区的最新公告。

加入社区

通过加入兴趣小组或参加开发者活动来进行协作、寻求支持并分享您的项目。

学习机器学习

机器学习新手?从 TensorFlow 的精选课程开始,或浏览书籍、在线课程和视频的资源库。

保持联系

通过关注我们的频道或注册新闻稿,了解机器学习和 TensorFlow 的最新动态。查看 存档 中的过去新闻稿。