TensorFlow Core API उच्च-प्रदर्शन (वितरित और त्वरित) संगणना के लिए व्यापक, संयोजन योग्य और एक्स्टेंसिबल निम्न-स्तरीय API का एक सेट प्रदान करते हैं, जिसका मुख्य उद्देश्य मशीन लर्निंग (ML) मॉडल बनाने के साथ-साथ ML वर्कफ़्लो टूल और फ़्रेमवर्क बनाना है। टेंसरफ्लो प्लेटफॉर्म। ये एपीआई ठीक-ठाक नियंत्रण और जमीन से नए ढांचे के साथ अत्यधिक विन्यास योग्य मॉडल बनाने के लिए नींव प्रदान करते हैं।
कोर एपीआई का उपयोग केरस जैसे उच्च-स्तरीय मशीन लर्निंग एपीआई के विकल्प के रूप में किया जा सकता है। ये उच्च स्तरीय एपीआई सामान्य मशीन सीखने की जरूरतों के लिए सबसे उपयुक्त हैं। वे विभिन्न प्रकार के मॉड्यूल प्रदान करते हैं जो उप-वर्गीकरण के माध्यम से अनुकूलन के लिए कार्यक्षमताओं की पेशकश करते हुए एमएल की जटिलताओं को दूर करते हैं। यदि आप Keras का उपयोग करके TensorFlow के अवलोकन की तलाश कर रहे हैं, तो ट्यूटोरियल में क्विकस्टार्ट और Keras अनुभाग देखें।
कोर एपीआई का उपयोग किसे करना चाहिए
TensorFlow Core निम्न-स्तरीय API को निम्नलिखित ML डेवलपर्स को ध्यान में रखकर डिज़ाइन किया गया है:
- उच्च स्तर की विन्यास क्षमता वाले जटिल मॉडल बनाने वाले शोधकर्ता
- TensorFlow को एक उच्च-प्रदर्शन वैज्ञानिक कंप्यूटिंग प्लेटफ़ॉर्म के रूप में उपयोग करने में रुचि रखने वाले डेवलपर
- TensorFlow प्लेटफ़ॉर्म के शीर्ष पर टूल बनाने वाले फ्रेमवर्क लेखक
- उच्च-स्तरीय एपीआई उपयोगकर्ता इसमें रुचि रखते हैं:
- उनके मशीन लर्निंग वर्कफ्लो में अतिरिक्त कार्यप्रणाली जोड़ना जैसे कि कस्टम लेयर्स, लॉस, मॉडल और ऑप्टिमाइज़र
- उनके मॉडलों की आंतरिक कार्यप्रणाली के बारे में अधिक जानें
कोर एपीआई अनुप्रयोग
TensorFlow Core API, TensorFlow पारिस्थितिकी तंत्र के भीतर निम्न स्तर की कार्यक्षमता तक पहुँच प्रदान करते हैं। यह एपीआई केरस जैसे उच्च-स्तरीय एपीआई की तुलना में एमएल मॉडल, एप्लिकेशन और टूल के निर्माण के लिए अधिक लचीलापन और नियंत्रण प्रदान करता है।
मॉडल और वर्कफ़्लो बनाएँ
कोर एपीआई का उपयोग आमतौर पर अत्यधिक अनुकूलन योग्य और अनुकूलित मशीन लर्निंग मॉडल और वर्कफ़्लो बनाने के लिए किया जाता है। यहाँ कुछ तरीके दिए गए हैं जिनसे TensorFlow Core API आपके मशीन लर्निंग मॉडल और वर्कफ़्लो विकास को बेहतर बना सकते हैं:
- गैर-पारंपरिक मॉडल या परतें बनाना जो उच्च स्तरीय एपीआई द्वारा समर्थित संरचनाओं में पूरी तरह फिट नहीं होते हैं
- केरस के भीतर कस्टम लेयर्स, लॉस, मॉडल और ऑप्टिमाइज़र बनाना
- प्रशिक्षण के दौरान अभिसरण में तेजी लाने के लिए नई अनुकूलन तकनीकों को लागू करना
- प्रदर्शन मूल्यांकन के लिए कस्टम मेट्रिक्स बनाना
- बैचिंग, क्रॉस-वैलिडेशन और वितरण रणनीतियों जैसी सुविधाओं के समर्थन के साथ उच्च-विन्यास योग्य प्रशिक्षण लूप डिजाइन करना
चौखटे और उपकरण बनाएँ
TensorFlow Core API नए उच्च-स्तरीय ढांचे के लिए बिल्डिंग ब्लॉक्स के रूप में भी काम कर सकता है। निम्न-स्तरीय API के साथ बनाए गए टूल और फ़्रेमवर्क के कुछ उदाहरण यहां दिए गए हैं: 
- केरस : मनुष्यों के लिए गहन शिक्षा
- TensorFlow मॉडल ऑप्टिमाइज़ेशन टूलकिट : परिनियोजन और निष्पादन के लिए ML मॉडल को ऑप्टिमाइज़ करने के लिए टूल का एक सूट
- TensorFlow ग्राफ़िक्स : उपयोगी ग्राफ़िक्स फ़ंक्शंस को व्यापक रूप से एक्सेस करने योग्य बनाने के लिए एक लाइब्रेरी
वैज्ञानिक कंप्यूटिंग के लिए बनाएँ
TensorFlow Core API को मशीन लर्निंग के दायरे से बाहर भी लागू किया जा सकता है। वैज्ञानिक कंप्यूटिंग के लिए TensorFlow के कुछ सामान्य उपयोग के मामले यहां दिए गए हैं: 
- ठोस यांत्रिकी और द्रव गतिकी समस्याओं के लिए भौतिकी सिमुलेशन
- रे ट्रेसिंग जैसे ग्राफिक्स रेंडरिंग एप्लिकेशन
- विवश अनुकूलन समस्याओं को हल करना
कोर एपीआई घटक
यहाँ कुछ मूलभूत घटक हैं जिनमें TensorFlow Core के निम्न-स्तरीय API शामिल हैं। ध्यान दें कि यह एक व्यापक सूची नहीं है:
- डेटा संरचनाएं:
tf.Tensor,tf.Variable,tf.TensorArray - आदिम एपीआई:
tf.shape, स्लाइसिंग ,tf.concat,tf.bitwise - संख्यात्मक:
tf.math,tf.linalg,tf.random - कार्यात्मक घटक:
tf.function,tf.GradientTape - वितरण: डीटेन्सर
- निर्यात करें:
tf.saved_model
अगले कदम
बिल्ड विथ कोर प्रलेखन खरोंच से बुनियादी मशीन सीखने की अवधारणाओं के ट्यूटोरियल प्रदान करता है। इस खंड के ट्यूटोरियल कोर एपीआई के साथ निम्न-स्तरीय कोड लिखने में आपकी सहायता करते हैं, जिसे आप अपने स्वयं के अधिक जटिल उपयोग मामलों पर लागू कर सकते हैं।
कोर एपीआई का उपयोग शुरू करने और इसके बारे में अधिक जानने के लिए, TensorFlow Core के लिए क्विकस्टार्ट देखें।