توفر واجهات برمجة التطبيقات الأساسية TensorFlow مجموعة من واجهات برمجة التطبيقات ذات المستوى المنخفض الشاملة والقابلة للتكوين والموسعة للحسابات عالية الأداء (الموزعة والمعجلة) ، والتي تهدف في المقام الأول إلى بناء نماذج التعلم الآلي (ML) بالإضافة إلى تأليف أدوات وأطر عمل ML ضمن منصة TensorFlow. توفر واجهات برمجة التطبيقات هذه أساسًا لإنشاء نماذج قابلة للتكوين بدرجة عالية مع تحكم دقيق وأطر عمل جديدة من الألف إلى الياء.
يمكن استخدام واجهات برمجة التطبيقات الأساسية كبديل لواجهات برمجة تطبيقات التعلم الآلي عالية المستوى مثل Keras. تعد واجهات برمجة التطبيقات عالية المستوى هذه هي الأنسب لاحتياجات التعلم الآلي العامة. أنها توفر مجموعة متنوعة من الوحدات النمطية التي تجرد تعقيدات ML بينما تقدم أيضًا وظائف للتخصيص من خلال التصنيف الفرعي. إذا كنت تبحث عن نظرة عامة على TensorFlow باستخدام Keras ، فراجع أقسام Quickstarts و Keras في البرامج التعليمية .
من الذي يجب أن يستخدم واجهات برمجة التطبيقات الأساسية
تم تصميم واجهات برمجة التطبيقات منخفضة المستوى TensorFlow Core مع وضع مطوري ML التاليين في الاعتبار:
- يقوم الباحثون ببناء نماذج معقدة ذات مستويات عالية من قابلية التكوين
- المطورون المهتمون باستخدام TensorFlow كمنصة حوسبة علمية عالية الأداء
- يقوم مؤلفو الإطار ببناء أدوات فوق منصة TensorFlow
- يهتم مستخدمو API رفيعو المستوى بما يلي:
- إضافة وظائف إضافية إلى مهام سير عمل التعلم الآلي الخاصة بهم مثل الطبقات المخصصة ، والخسائر ، والنماذج ، والمحسِّنون
- تعلم المزيد عن الأعمال الداخلية لنماذجهم
تطبيقات API الأساسية
توفر واجهات برمجة تطبيقات TensorFlow Core الوصول إلى وظائف منخفضة المستوى داخل نظام TensorFlow البيئي. توفر واجهة برمجة التطبيقات هذه مزيدًا من المرونة والتحكم في إنشاء نماذج وتطبيقات وأدوات تعلّم الآلة ، مقارنةً بواجهات برمجة التطبيقات عالية المستوى ، مثل Keras.
بناء النماذج وسير العمل
تُستخدم واجهات برمجة التطبيقات (API) الأساسية بشكل شائع لبناء نماذج وسير عمل للتعلم الآلي قابلة للتخصيص والمحسّنة بشكل كبير. فيما يلي بعض الطرق التي يمكن بواجهة برمجة تطبيقات TensorFlow Core من خلالها تحسين نماذج التعلم الآلي وتطوير سير العمل:
- بناء نماذج أو طبقات غير تقليدية لا تتناسب تمامًا مع الهياكل التي تدعمها واجهات برمجة التطبيقات عالية المستوى
- بناء طبقات وخسائر ونماذج ومحسنات مخصصة داخل Keras
- تطبيق تقنيات تحسين جديدة لتسريع التقارب أثناء التدريب
- إنشاء مقاييس مخصصة لتقييم الأداء
- تصميم حلقات تدريب قابلة للتكوين بدرجة عالية مع دعم ميزات مثل إستراتيجيات التجميع والتحقق المتبادل والتوزيع
بناء الأطر والأدوات
يمكن أيضًا أن تكون واجهات برمجة التطبيقات TensorFlow Core بمثابة اللبنات الأساسية لأطر العمل الجديدة عالية المستوى. فيما يلي بعض الأمثلة على الأدوات والأطر التي تم إنشاؤها باستخدام واجهات برمجة التطبيقات منخفضة المستوى: 
- كيراس : التعلم العميق للبشر
- مجموعة أدوات تحسين نموذج TensorFlow : مجموعة من الأدوات لتحسين نماذج ML للنشر والتنفيذ
- TensorFlow Graphics : مكتبة تتيح الوصول إلى وظائف الرسومات المفيدة على نطاق واسع
بناء للحوسبة العلمية
يمكن أيضًا تطبيق TensorFlow Core APIs خارج مجال التعلم الآلي. فيما يلي بعض حالات الاستخدام العامة للأغراض الخاصة بـ TensorFlow للحوسبة العلمية: 
- المحاكاة الفيزيائية للميكانيكا الصلبة ومشاكل ديناميكا الموائع
- تطبيقات تقديم الرسومات مثل تتبع الأشعة
- حل مشاكل التحسين المقيدة
مكونات API الأساسية
فيما يلي بعض المكونات الأساسية التي تتكون منها واجهات برمجة التطبيقات منخفضة المستوى الخاصة بـ TensorFlow Core. لاحظ أن هذه ليست قائمة شاملة:
- هياكل البيانات:
tf.Tensor،tf.Variable،tf.TensorArray - واجهات برمجة التطبيقات البدائية:
tf.shape، slicing ،tf.concat،tf.bitwise - العددية:
tf.math،tf.linalg،tf.random - المكونات الوظيفية:
tf.function،tf.GradientTape - التوزيع: DTensor
- تصدير:
tf.saved_model
الخطوات التالية
توفر وثائق Build with Core دروسًا تعليمية لمفاهيم تعلم الآلة الأساسية من البداية. تساعدك البرامج التعليمية في هذا القسم على الشعور بالراحة عند كتابة التعليمات البرمجية ذات المستوى المنخفض باستخدام واجهات برمجة التطبيقات الأساسية التي يمكنك تطبيقها بعد ذلك على حالات الاستخدام الأكثر تعقيدًا الخاصة بك.
لبدء استخدام واجهات برمجة التطبيقات الأساسية ومعرفة المزيد عنها ، تحقق من Quickstart لـ TensorFlow Core .