Les tutoriels TensorFlow se présentent sous la forme de notebooks Jupyter et s'exécutent directement dans Google Colab, un environnement de notebook hébergé qui ne nécessite aucune configuration. Cliquez sur le bouton Exécuter dans Google Colab.
Pour les débutants
Nous vous conseillons de commencer par un outil facile à utiliser : l'API séquentielle Keras. Créez des modèles en connectant différents composants. Après avoir terminé ces tutoriels, consultez le Guide Keras.Guide de démarrage rapide pour les débutants
Ce notebook "Hello, World!" présente l'API séquentielle Keras etmodel.fit.
Principes de base de Keras
Cette collection de notebooks présente les tâches de machine learning de base réalisées à l'aide de Keras.Charger les données
Ces tutoriels utilisenttf.data pour charger différents formats de données et créer des pipelines d'entrée.
Pour les experts
Les API fonctionnelles et de sous-classification Keras permettent de bénéficier d'une interface redéfinie en fonction de chaque exécution pour la personnalisation et la recherche de pointe. Construisez votre modèle, puis codez la propagation avant et arrière. Créez des activations, des boucles d'entraînement et des couches personnalisées.Guide de démarrage rapide avancé
Ce notebook "Hello, World!" utilise l'API de sous-classification de Keras et une boucle d'entraînement personnalisée.Personnalisation
Cette collection de notebooks vous explique comment créer des couches et des boucles d'entraînement personnalisées dans TensorFlow.Entraînement distribué
Répartissez les tâches d'entraînement de modèle entre plusieurs machines, GPU ou TPU.
La section "Avancé" contient de nombreux exemples de notebooks instructifs, dont Traduction automatique neuronale, Transformateurs et CycleGAN.