TensorFlow 教程以 Jupyter 笔记本的形式编写，可以直接在 Google Colab 中运行——这是一个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。单击该按钮以打开笔记本并自行运行代码。

面向初学者

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。在学习完这些教程后，请阅读 Keras 指南。
此“Hello, World！”笔记本展示了 Keras 顺序 API 和 model.fit。
此笔记本集合演示了使用 Keras 的基本机器学习任务。
这些教程使用 tf.data 加载各种数据格式并构建输入管道。

面向专家

Keras 函数式和子类 API 提供了用于自定义和高级研究的按定义运行接口。构建您的模型，然后编写正向和反向传递。创建自定义层、激活和训练循环。
此“Hello, World！”笔记本使用 Keras 子类 API 和自定义训练循环。
此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、Transformer 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 以使用 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。这是这些项目提供的教程的示例。

TensorFlow 更新

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