TensorFlow Core API'leri, yüksek performanslı (dağıtılmış ve hızlandırılmış) hesaplama için bir dizi kapsamlı, birleştirilebilir ve genişletilebilir düşük seviyeli API sağlar ve öncelikle makine öğrenimi (ML) modelleri oluşturmanın yanı sıra makine öğrenimi iş akışı araçlarını ve çerçevelerini geliştirmeyi amaçlar. TensorFlow platformu. Bu API'ler, ayrıntılı kontrol ve sıfırdan yeni çerçeveler ile üst düzeyde yapılandırılabilir modeller oluşturmak için bir temel sağlar.
Çekirdek API'ler, Keras gibi üst düzey makine öğrenimi API'lerine alternatif olarak kullanılabilir. Bu üst düzey API'ler, genel makine öğrenimi gereksinimleri için en uygun olanlardır. Makine öğreniminin karmaşıklığını ortadan kaldıran çeşitli modüller sunarken, aynı zamanda alt sınıflandırma yoluyla özelleştirme için işlevsellikler de sunarlar. Keras kullanarak TensorFlow'a genel bir bakış arıyorsanız, öğreticilerdeki Hızlı Başlangıçlar ve Keras bölümlerine bakın.
Çekirdek API'leri kimler kullanmalıdır?
TensorFlow Core düşük seviye API'leri, aşağıdaki makine öğrenimi geliştiricileri düşünülerek tasarlanmıştır:
- Yüksek düzeyde yapılandırılabilirliğe sahip karmaşık modeller oluşturan araştırmacılar
- TensorFlow'u yüksek performanslı bir bilimsel bilgi işlem platformu olarak kullanmakla ilgilenen geliştiriciler
- TensorFlow platformunun üzerinde araçlar geliştiren çerçeve yazarları
- İlgilenen üst düzey API kullanıcıları:
- Makine öğrenimi iş akışlarına özel katmanlar, kayıplar, modeller ve optimize ediciler gibi ek işlevler ekleme
- Modellerinin iç işleyişi hakkında daha fazla şey öğrenmek
Temel API uygulamaları
TensorFlow Core API'leri, TensorFlow ekosistemindeki düşük seviyeli işlevselliğe erişim sağlar. Bu API, Keras gibi üst düzey API'lere kıyasla makine öğrenimi modelleri, uygulamaları ve araçları oluşturmak için daha fazla esneklik ve kontrol sağlar.
Modeller ve iş akışları oluşturun
Çekirdek API'ler en yaygın olarak yüksek düzeyde özelleştirilebilir ve optimize edilmiş makine öğrenimi modelleri ve iş akışları oluşturmak için kullanılır. TensorFlow Core API'lerinin makine öğrenimi modellerinizi ve iş akışı geliştirmenizi iyileştirme yollarından bazıları şunlardır:
- Üst düzey API'ler tarafından desteklenen yapılara tam olarak uymayan, geleneksel olmayan modeller veya katmanlar oluşturma
- Keras içinde özel katmanlar, kayıplar, modeller ve optimize ediciler oluşturma
- Eğitim sırasında yakınsamayı hızlandırmak için yeni optimizasyon teknikleri uygulama
- Performans değerlendirmesi için özel metrikler oluşturma
- Gruplama, çapraz doğrulama ve dağıtım stratejileri gibi özellikleri destekleyen yüksek düzeyde yapılandırılabilir eğitim döngüleri tasarlama
Çerçeveler ve araçlar oluşturun
TensorFlow Core API'leri, yeni üst düzey çerçeveler için yapı taşları olarak da hizmet edebilir. Aşağıda, düşük seviyeli API'lerle oluşturulmuş bazı araç ve çerçeve örnekleri verilmiştir: 
- Keras : insanlar için derin öğrenme
- TensorFlow Model Optimization Toolkit : dağıtım ve yürütme için makine öğrenimi modellerini optimize etmeye yönelik bir araç paketi
- TensorFlow Graphics : Kullanışlı grafik fonksiyonlarını geniş çapta erişilebilir kılmak için bir kitaplık
Bilimsel bilgi işlem için oluşturun
TensorFlow Core API'leri, makine öğrenimi alanının dışında da uygulanabilir. Bilimsel bilgi işlem için TensorFlow'un birkaç genel amaçlı kullanım örneği: 
- Katı mekaniği ve akışkanlar dinamiği problemleri için fizik simülasyonları
- Işın izleme gibi grafik işleme uygulamaları
- Kısıtlı optimizasyon problemlerini çözme
Çekirdek API bileşenleri
İşte TensorFlow Core'un düşük seviyeli API'lerini oluşturan temel bileşenlerden bazıları. Bunun her şeyi kapsayan bir liste olmadığını unutmayın:
- Veri yapıları:
tf.Tensor,tf.Variable,tf.TensorArray - İlkel API'ler:
tf.shape, dilimleme ,tf.concat,tf.bitwise - Sayısal:
tf.math,tf.linalg,tf.random - İşlevsel bileşenler:
tf.function,tf.GradientTape - Dağıtım: DTensor
- Dışa aktarma:
tf.saved_model
Sonraki adımlar
Build with Core belgeleri, sıfırdan temel makine öğrenimi kavramlarının öğreticilerini sağlar. Bu bölümdeki öğreticiler, daha sonra kendi karmaşık kullanım durumlarınıza uygulayabileceğiniz Core API'lerle düşük düzeyli kod yazma konusunda rahat olmanıza yardımcı olur.
Core API'leri kullanmaya başlamak ve hakkında daha fazla bilgi edinmek için TensorFlow Core için Hızlı Başlangıç'a göz atın.