Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Pengantar TensorFlow TensorFlow memudahkan pemula dan pakar membuat model pembelajaran mesin untuk desktop, seluler, web, dan cloud. Lihat bagian di bawah untuk memulai.
Aliran Tensor Pelajari dasar-dasar TensorFlow dengan tutorial untuk pemula dan pakar untuk membantu Anda membuat proyek pembelajaran mesin berikutnya.
Untuk Web Gunakan TensorFlow.js untuk membuat model pembelajaran mesin baru dan menerapkan model yang sudah ada dengan JavaScript.
Untuk Seluler & Edge Jalankan inferensi dengan TensorFlow Lite di perangkat seluler dan tersemat seperti Android, iOS, Edge TPU, dan Raspberry Pi.
Untuk Produksi Terapkan pipeline ML siap produksi untuk pelatihan dan inferensi menggunakan TFX.
Siapkan dan muat data untuk hasil ML yang sukses Data dapat menjadi faktor terpenting dalam keberhasilan upaya ML Anda. TensorFlow menawarkan beberapa alat data untuk membantu Anda mengkonsolidasikan, membersihkan, dan melakukan praproses data dalam skala besar:
Selain itu, alat AI yang bertanggung jawab membantu Anda mengungkap dan menghilangkan bias dalam data Anda untuk menghasilkan hasil yang adil dan etis dari model Anda.
Bangun dan sempurnakan model dengan ekosistem TensorFlow Jelajahi seluruh ekosistem yang dibangun berdasarkan kerangka Inti yang menyederhanakan konstruksi model, pelatihan, dan ekspor. TensorFlow mendukung pelatihan terdistribusi, iterasi model langsung, dan proses debug yang mudah dengan Keras , dan banyak lagi. Alat seperti Analisis Model dan TensorBoard membantu Anda melacak pengembangan dan peningkatan sepanjang siklus hidup model Anda.TensorFlow Hub dari Google dan komunitas, atau implementasi model penelitian canggih di Model Garden . Pustaka komponen tingkat tinggi ini memungkinkan Anda mengambil model yang kuat, dan menyempurnakannya pada data baru atau menyesuaikannya untuk melakukan tugas baru.
Terapkan model di perangkat, di browser, lokal, atau di cloud TensorFlow memberikan kemampuan canggih untuk menerapkan model Anda di lingkungan apa pun - server, perangkat edge, browser, seluler, mikrokontroler, CPU, GPU, FPGA. TensorFlow Serving dapat menjalankan model ML pada skala produksi pada prosesor paling canggih di dunia, termasuk Tensor Processing Unit (TPU) khusus Google.TensorFlow Lite memungkinkan Anda menjalankan model di perangkat seluler, perangkat komputasi edge, dan bahkan mikrokontroler, dan framework TensorFlow.js memungkinkan Anda menjalankan machine learning dengan hanya peramban web.
Menerapkan MLOps untuk ML produksi Platform TensorFlow membantu Anda menerapkan praktik terbaik untuk otomatisasi data, pelacakan model, pemantauan performa, dan pelatihan ulang model.TFX menyediakan kerangka kerja perangkat lunak dan alat untuk penerapan MLOps penuh, mendeteksi masalah seiring berkembangnya data dan model Anda seiring waktu.
Pelajari ML Mulailah dengan kurikulum pilihan untuk meningkatkan keterampilan Anda dalam bidang dasar ML.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"Informasi yang saya butuhkan tidak ada"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"Terlalu rumit/langkahnya terlalu banyak"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"Sudah usang"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"Masalah terjemahan"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"Masalah kode / contoh"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"Lainnya"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"Mudah dipahami"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"Memecahkan masalah saya"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"Lainnya"
}]
