Primeiros passos com o TensorFlow
O TensorFlow facilita a criação de modelos de ML que podem ser executados em qualquer ambiente. Aprenda como usar APIs intuitivas por meio de exemplos de código interativos.
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)
Resolva problemas do mundo real com ML
Explore exemplos de como o TensorFlow é usado para promover pesquisas e criar aplicativos com tecnologia de IA.
GNNs podem processar relacionamentos complexos entre objetos, tornando-os uma técnica poderosa para previsão de tráfego, descoberta médica e muito mais.
Saiba como o LiteRT (anteriormente TensorFlow Lite) permite o acesso à avaliação de ultrassom fetal, melhorando os resultados de saúde para mulheres e famílias em todo o Quênia e no mundo.
Saiba como o Spotify usa o ecossistema TensorFlow para projetar um simulador off-line extensível e treinar agentes RL para gerar playlists.
O que há de novo no TensorFlow
Leia os anúncios mais recentes da equipe e da comunidade do TensorFlow.
Explore o ecossistema
Descubra ferramentas testadas em produção para acelerar a modelagem, a implantação e outros fluxos de trabalho.
Biblioteca
TensorFlow.js
Treine e execute modelos diretamente no navegador usando JavaScript ou Node.js.
Biblioteca
LiteRT
Implante ML em dispositivos móveis e de ponta, como Android, iOS, Raspberry Pi e Edge TPU.
API
tf.data
Pré-processe dados e crie pipelines de entrada para modelos de ML.
Biblioteca
TFX
Crie pipelines de ML de produção e implemente as práticas recomendadas de MLOps.
API
tf.keras
Crie modelos de ML com a API de alto nível do TensorFlow.
Linkedin