TensorFlow 2는 즉시 실행, 직관적인 상위 수준 API 및 모든 플랫폼에서 유연한 모델 빌드와 같은 업데이트를 통해 단순성 및 사용 용이성에 중점을 둡니다.

많은 가이드가 Jupyter 노트북으로 작성되었으며 설정이 필요 없는 호스팅된 메모장 환경인 Google Colab에서 직접 실행됩니다. Google Colab에서 실행 버튼을 클릭합니다.

필수 문서

패키지를 설치하거나 소스에서 빌드합니다. CUDA® 지원 카드에 GPU 지원이 제공됩니다.
TensorFlow 2 권장사항과 도구를 알아보고 TF1 코드를 TF2로 이전하세요.
Keras는 ML 연구자뿐 아니라 초보자도 쉽게 사용할 수 있는 상위 수준 API입니다.
TensorFlow를 작동시키는 기본 클래스와 기능을 알아보세요.
tf.data API를 사용하면 간단하고 재사용 가능한 조각으로 복잡한 입력 파이프라인을 빌드할 수 있습니다.
확장 및 비동기 학습을 위해 설계된 완전한 모델을 나타내는 상위 수준 API입니다.
체크포인트 또는 저장된 모델 형식을 사용하여 TensorFlow 모델을 저장합니다.
여러 GPU, 여러 머신 또는 TPU에 학습을 배포합니다.
TensorFlow 성능 최적화를 위한 권장사항 및 최적화 기술

라이브러리 및 확장

TensorFlow를 사용하여 고급 모델 또는 메서드를 빌드하는 추가 리소스를 탐색하고, TensorFlow를 확장하는 분야별 애플리케이션 패키지에 액세스하세요.

  • 데이터 세트

    TensorFlow와 함께 사용할 준비가 된 데이터세트 컬렉션입니다.

  • 제공

    프로덕션 환경의 고성능을 위해 설계된 ML 모델용의 TFX 서빙 시스템입니다.

  • 확률

    TensorFlow Probability는 확률적 추론 및 통계 분석을 위한 라이브러리입니다.

  • MLIR

    MLIR은 TensorFlow에서 고성능 ML 모델을 위한 인프라를 통합합니다.

  • XLA

    잠재적으로 소스 코드를 변경하지 않고 TensorFlow 모델을 가속화하는 선형 대수학용 도메인별 컴파일러입니다.

  • SIG Addons

    SIG Addons에서 관리하는 TensorFlow용 추가 기능입니다.

  • SIG IO

     SIG IO에서 관리하는 데이터 세트, 스트리밍, 파일 시스템 확장 프로그램입니다.