使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
工具
探索可支持和加速 TensorFlow 工作流程的工具。
Colab
Colaboratory 是一个免费的 Jupyter 笔记本环境,不需要进行任何设置就可以使用,并且完全在云端运行。借助 Colaboratory,您只需点击一下鼠标,即可在浏览器中执行 TensorFlow 代码。
Visual Blocks
一种可视化编码 Web 框架,可将 I/O 设备、模型、数据增强甚至 Colab 代码作为可重复使用的基本构件,设计机器学习工作流原型。
What-If Tool
一种以无代码的方式探究机器学习模型的工具,对模型的理解、调试和公平性很有用。可在 TensorBoard 和 Jupyter 或 Colab 笔记本中使用。
ML Perf
全面的机器学习基准测试套件,用于衡量机器学习软件框架、机器学习硬件加速器和机器学习云端平台的性能。
XLA
XLA(加速线性代数)是一种针对特定领域的线性代数编译器,能够优化 TensorFlow 计算,它可以提高服务器和移动平台的运行速度,并改进内存使用情况和可移植性。
TPU Research Cloud
加入 TPU Research Cloud (TRC) 计划后,研究人员可以申请访问 Cloud TPU 来加快实现下一波研究突破;我们免费提供了 1000 多个 Cloud TPU。
[[["易于理解","easyToUnderstand","thumb-up"],["解决了我的问题","solvedMyProblem","thumb-up"],["其他","otherUp","thumb-up"]],[["没有我需要的信息","missingTheInformationINeed","thumb-down"],["太复杂/步骤太多","tooComplicatedTooManySteps","thumb-down"],["内容需要更新","outOfDate","thumb-down"],["翻译问题","translationIssue","thumb-down"],["示例/代码问题","samplesCodeIssue","thumb-down"],["其他","otherDown","thumb-down"]],[],[],[]]