TensorFlow'a Giriş
TensorFlow, yeni başlayanların ve uzmanların masaüstü, mobil, web ve bulut için makine öğrenimi modelleri oluşturmasını kolaylaştırır. Başlamak için aşağıdaki bölümlere bakın.
TensorFlow
Bir sonraki makine öğrenimi projenizi oluşturmanıza yardımcı olacak yeni başlayanlara ve uzmanlara yönelik eğitimlerle TensorFlow'un temellerini öğrenin.
Web için
Yeni makine öğrenimi modelleri oluşturmak ve mevcut modelleri JavaScript ile dağıtmak için TensorFlow.js'yi kullanın.
Mobil ve Edge için
Çıkarımları LiteRT ile Android, iOS, Edge TPU ve Raspberry Pi gibi mobil ve yerleşik cihazlarda çalıştırın.
Üretim için
TFX'i kullanarak eğitim ve çıkarım için üretime hazır bir ML işlem hattı dağıtın.
Makine öğrenimi için uçtan uca bir platform
Başarılı makine öğrenimi sonuçları için verileri hazırlayın ve yükleyin
Veriler, makine öğrenimi çabalarınızın başarısında en önemli faktör olabilir. TensorFlow, verileri uygun ölçekte birleştirmenize, temizlemenize ve ön işlemenize yardımcı olacak birden fazla veri aracı sunar:
Başlangıç eğitimi ve doğrulama için standart veri kümeleri
Veri yüklemek için yüksek düzeyde ölçeklenebilir veri hatları
Ortak giriş dönüşümleri için ön işleme katmanları
Büyük veri kümelerini doğrulamak ve dönüştürmek için araçlar
Ayrıca sorumlu yapay zeka araçları, modellerinizden adil, etik sonuçlar elde etmek için verilerinizdeki önyargıyı ortaya çıkarmanıza ve ortadan kaldırmanıza yardımcı olur.
TensorFlow ekosistemiyle modeller oluşturun ve ince ayar yapın
Model oluşturmayı, eğitimi ve dışa aktarmayı kolaylaştıran Core çerçevesi üzerine kurulu bir ekosistemin tamamını keşfedin. TensorFlow, dağıtılmış eğitimi, anında model yinelemesini, Keras ile kolay hata ayıklamayı ve çok daha fazlasını destekler. Model Analizi ve TensorBoard gibi araçlar, modelinizin yaşam döngüsü boyunca geliştirme ve iyileştirmeyi izlemenize yardımcı olur.
Başlamanıza yardımcı olması için TensorFlow Hub'da Google'dan ve topluluktan önceden eğitilmiş model koleksiyonlarını veya Model Garden'da son teknoloji ürünü araştırma modellerinin uygulamalarını bulabilirsiniz. Üst düzey bileşenlerden oluşan bu kitaplıklar, güçlü modeller almanıza ve bunları yeni verilere göre hassas şekilde ayarlamanıza veya yeni görevleri gerçekleştirmek üzere özelleştirmenize olanak tanır.
Modelleri cihazda, tarayıcıda, şirket içinde veya bulutta dağıtın
TensorFlow, modellerinizi sunucular, uç cihazlar, tarayıcılar, mobil cihazlar, mikro denetleyiciler, CPU'lar, GPU'lar, FPGA'ler gibi herhangi bir ortama dağıtmak için güçlü yetenekler sağlar. TensorFlow Serving, Google'ın özel Tensor İşleme Birimleri (TPU'lar) dahil olmak üzere dünyadaki en gelişmiş işlemcilerde ML modellerini üretim ölçeğinde çalıştırabilir.
Gecikmeyi azaltmak ve veri gizliliğini geliştirmek için verileri kaynağına yakın analiz etmeniz gerekiyorsa LiteRT çerçevesi, modelleri mobil cihazlarda, uç bilgi işlem cihazlarında ve hatta mikro denetleyicilerde çalıştırmanıza olanak tanır ve TensorFlow.js çerçevesi, makine öğrenimini yalnızca bir web tarayıcısı.
Colab'da deneyin
TensorFlow Sunumu ile bir model sununÜretim ML'si için MLOps'u uygulama
TensorFlow platformu, veri otomasyonu, model izleme, performans izleme ve modelin yeniden eğitimi için en iyi uygulamaları uygulamanıza yardımcı olur.
Bir ürünün, hizmetin veya iş sürecinin ömrü boyunca model eğitimini otomatikleştirmek ve izlemek için üretim düzeyindeki araçların kullanılması başarı açısından kritik öneme sahiptir. TFX, tam MLOps dağıtımları için yazılım çerçeveleri ve araçları sağlayarak verileriniz ve modelleriniz zaman içinde geliştikçe sorunları tespit eder.
ML bilginizi genişletmek mi istiyorsunuz?
TensorFlow'un kullanımı, makine öğrenimi ilkeleri ve temel kavramlara ilişkin temel bir anlayışla daha kolaydır. Becerilerinizi geliştirmek için temel makine öğrenimi uygulamalarını öğrenin ve uygulayın.
Temel makine öğrenimi alanlarında becerilerinizi geliştirmek için özel olarak hazırlanmış müfredatlarla başlayın.
TensorFlow'a Giriş
TensorFlow, yeni başlayanların ve uzmanların masaüstü, mobil, web ve bulut için makine öğrenimi modelleri oluşturmasını kolaylaştırır. Başlamak için aşağıdaki bölümlere bakın.
TensorFlow
Bir sonraki makine öğrenimi projenizi oluşturmanıza yardımcı olacak yeni başlayanlara ve uzmanlara yönelik eğitimlerle TensorFlow'un temellerini öğrenin.
Web için
Yeni makine öğrenimi modelleri oluşturmak ve mevcut modelleri JavaScript ile dağıtmak için TensorFlow.js'yi kullanın.
Mobil ve Edge için
Çıkarımları LiteRT ile Android, iOS, Edge TPU ve Raspberry Pi gibi mobil ve yerleşik cihazlarda çalıştırın.
Üretim için
TFX'i kullanarak eğitim ve çıkarım için üretime hazır bir ML işlem hattı dağıtın.
Makine öğrenimi için uçtan uca bir platform
Başarılı makine öğrenimi sonuçları için verileri hazırlayın ve yükleyin
Veriler, makine öğrenimi çabalarınızın başarısında en önemli faktör olabilir. TensorFlow, verileri uygun ölçekte birleştirmenize, temizlemenize ve ön işlemenize yardımcı olacak birden fazla veri aracı sunar:
Başlangıç eğitimi ve doğrulama için standart veri kümeleri
Veri yüklemek için yüksek düzeyde ölçeklenebilir veri hatları
Ortak giriş dönüşümleri için ön işleme katmanları
Büyük veri kümelerini doğrulamak ve dönüştürmek için araçlar
Ayrıca sorumlu yapay zeka araçları, modellerinizden adil, etik sonuçlar elde etmek için verilerinizdeki önyargıyı ortaya çıkarmanıza ve ortadan kaldırmanıza yardımcı olur.
TensorFlow ekosistemiyle modeller oluşturun ve ince ayar yapın
Model oluşturmayı, eğitimi ve dışa aktarmayı kolaylaştıran Core çerçevesi üzerine kurulu bir ekosistemin tamamını keşfedin. TensorFlow, dağıtılmış eğitimi, anında model yinelemesini, Keras ile kolay hata ayıklamayı ve çok daha fazlasını destekler. Model Analizi ve TensorBoard gibi araçlar, modelinizin yaşam döngüsü boyunca geliştirme ve iyileştirmeyi izlemenize yardımcı olur.
Başlamanıza yardımcı olması için TensorFlow Hub'da Google'dan ve topluluktan önceden eğitilmiş model koleksiyonlarını veya Model Garden'da son teknoloji ürünü araştırma modellerinin uygulamalarını bulabilirsiniz. Üst düzey bileşenlerden oluşan bu kitaplıklar, güçlü modeller almanıza ve bunları yeni verilere göre hassas şekilde ayarlamanıza veya yeni görevleri gerçekleştirmek üzere özelleştirmenize olanak tanır.
Modelleri cihazda, tarayıcıda, şirket içinde veya bulutta dağıtın
TensorFlow, modellerinizi sunucular, uç cihazlar, tarayıcılar, mobil cihazlar, mikro denetleyiciler, CPU'lar, GPU'lar, FPGA'ler gibi herhangi bir ortama dağıtmak için güçlü yetenekler sağlar. TensorFlow Serving, Google'ın özel Tensor İşleme Birimleri (TPU'lar) dahil olmak üzere dünyadaki en gelişmiş işlemcilerde ML modellerini üretim ölçeğinde çalıştırabilir.
Gecikmeyi azaltmak ve veri gizliliğini geliştirmek için verileri kaynağına yakın analiz etmeniz gerekiyorsa LiteRT çerçevesi, modelleri mobil cihazlarda, uç bilgi işlem cihazlarında ve hatta mikro denetleyicilerde çalıştırmanıza olanak tanır ve TensorFlow.js çerçevesi, makine öğrenimini yalnızca bir web tarayıcısı.
Colab'da deneyin
TensorFlow Sunumu ile bir model sununÜretim ML'si için MLOps'u uygulama
TensorFlow platformu, veri otomasyonu, model izleme, performans izleme ve modelin yeniden eğitimi için en iyi uygulamaları uygulamanıza yardımcı olur.
Bir ürünün, hizmetin veya iş sürecinin ömrü boyunca model eğitimini otomatikleştirmek ve izlemek için üretim düzeyindeki araçların kullanılması başarı açısından kritik öneme sahiptir. TFX, tam MLOps dağıtımları için yazılım çerçeveleri ve araçları sağlayarak verileriniz ve modelleriniz zaman içinde geliştikçe sorunları tespit eder.
ML bilginizi genişletmek mi istiyorsunuz?
TensorFlow'un kullanımı, makine öğrenimi ilkeleri ve temel kavramlara ilişkin temel bir anlayışla daha kolaydır. Becerilerinizi geliştirmek için temel makine öğrenimi uygulamalarını öğrenin ve uygulayın.
Temel makine öğrenimi alanlarında becerilerinizi geliştirmek için özel olarak hazırlanmış müfredatlarla başlayın.