进阶 tensorflow.org 2026-10-22 02:47:47 · 34 阅读

第1章 TensorFlow Core 指南:学习框架核心概念与组件

```html TensorFlow 学习 TensorFlow Core 指南 通过收藏保持内容有序 根据你的偏好保存和分类内容。 TensorFlow 2 专注于简洁性和易用性,提供即时执行、直观的更高层 API 和跨平台的灵活模型构建等更新功能。 许多指南以 Jupyter notebook 形式编写,并直接在 Google Colab 中运行——这是一个无需设置的主机笔记环境。点击“在 Google Colab 中运行”按钮。 核心文档 安装 TensorFlow 安装包或从源代码构建。支持 CUDA® 显卡的 GPU 功能。 迁移到 TensorFlow 2 学习如何将 TF1.x 代码迁移到 TF2。 Keras Keras 是一个更易于 ML 初学者和研究人员使用的高级 API。 TensorFlow 基础 了解使 TensorFlow 运行的基本类和功能。 数据输入管道 tf.data API 允许你使用简单可重用的组件构建复杂的输入管道。 TensorFlow 2 最佳实践 了解使用 TensorFlow 2 进行高效开发的最佳实践。 保存模型 使用检查点或 SavedModel 格式保存 TensorFlow 模型。 加速器 在多个 GPU、多台机器或 TPU 上分配训练。 性能 TensorFlow 性能优化的最佳实践和技术。 库和扩展功能 探索使用 TensorFlow 构建高级模型或方法的其他资源,并访问扩展 TensorFlow 的领域特定应用程序包。 chevron_right TensorFlow Decision Forests 在 TensorFlow 中训练、运行和解释决策森林模型(如随机森林、梯度提升树)的库。

chevron_right

TensorFlow Hub 用于发布、发现和复用机器学习模型组件的库。

chevron_right

服务 TFX 模型服务体系,专为生产环境的高性能设计。

chevron_right

TensorFlow Federated 用于在去中心化数据上进行机器学习及其他计算的框架。

chevron_right

神经结构化学习 一种利用结构化信号而非仅靠特征输入来训练神经网络的范式。

chevron_right

TensorFlow Graphics 包含从相机、灯光、材质到渲染器等计算机图形功能的库。

chevron_right

SIG Addons 由 SIG Addons 维护的 TensorFlow 附加功能。

chevron_right

chevron_right TensorBoard 一套用于理解、调试和优化 TensorFlow 程序的可视化工具。

chevron_right

数据集 一套可直接用于 TensorFlow 的数据集集合。

chevron_right

模型优化 TensorFlow 模型优化工具包是用于优化机器学习模型部署和执行的工具集。

chevron_right

概率 TensorFlow Probability 是一个用于概率推理和统计分析的库。

chevron_right

MLIR MLIR 统一了 TensorFlow 中高性能机器学习模型的基础架构。

chevron_right

XLA 一种线性代数领域专用编译器,可以加速 TensorFlow 模型,且通常无需修改源代码。

chevron_right

SIG IO 数据集、流和文件系统扩展功能,由 SIG IO 维护。 ```

评论 (0)