TensorFlow 教程以 Jupyter 笔记本的形式编写，并在 Google Colab 中直接运行 - 这是一种无需设置的托管笔记本环境。 在每个教程的顶部，您都会看到一个 **在 Google Colab 中运行** 按钮。 点击该按钮以打开笔记本并自行运行代码。

针对初学者

最佳起点是用户友好的 Keras 顺序 API。 通过将构建块拼凑在一起，构建模型。 完成这些教程后，请阅读 Keras 指南。
这个“Hello, World！”笔记本展示了 Keras 顺序 API 和 model.fit。
这个笔记本集合展示了使用 Keras 完成基本机器学习任务。
这些教程使用 tf.data 加载各种数据格式并构建输入管道。

针对专家

Keras 的函数式和子类 API 提供了定义运行接口，用于定制和高级研究。构建您的模型，然后编写前向和反向传递。创建自定义层、激活和训练循环。
这个“Hello, World！”笔记本使用 Keras 子类 API 和自定义训练循环。
这个笔记本合集展示了如何在 TensorFlow 中构建自定义层和训练循环。
将您的模型训练分布到多个 GPU、多台机器或 TPU 上。
高级部分包含许多具有指导意义的笔记本示例，包括 神经机器翻译、Transformers 和 CycleGAN。

视频教程

观看这些视频，了解使用 TensorFlow 进行机器学习的入门知识

库和扩展

探索 库，使用 TensorFlow 构建高级模型或方法，并访问扩展 TensorFlow 的特定领域应用程序包。这是一个示例，展示了这些项目提供的教程。

TensorFlow 更新

订阅 TensorFlow 博客、YouTube 频道 和 Twitter，获取最新更新。