Tensorfluss

Anderer Quellcode

TensorFlow

Herunterladen

TensorFlow ist eine End-to-End-Open-Source-Plattform für maschinelles Lernen. Es verfügt über ein umfassendes, flexibles Ökosystem aus Tools, Bibliotheken und Community-Ressourcen, mit dem Forscher den neuesten Stand der Technik im Bereich ML vorantreiben und Entwickler problemlos ML-basierte Anwendungen erstellen und bereitstellen können.

TensorFlow wurde ursprünglich von Forschern und Ingenieuren des Machine Intelligence-Teams von Google Brain entwickelt, um Forschung im Bereich maschinelles Lernen und neuronale Netze durchzuführen. Das Framework ist jedoch vielseitig genug, um auch in anderen Bereichen eingesetzt zu werden.

TensorFlow bietet stabile Python- und C++-APIs sowie eine nicht garantierte abwärtskompatible API für andere Sprachen.

Bleiben Sie über Veröffentlichungsankündigungen und Sicherheitsupdates auf dem Laufenden, indem Sie [email protected] abonnieren. Sehen Sie sich alle Mailinglisten an.

Installieren

Informationen zum Aktivieren der GPU-Unterstützung, zum Verwenden eines Docker-Containers und zum Erstellen aus der Quelle finden Sie im TensorFlow-Installationshandbuch für das Pip-Paket.

So installieren Sie die aktuelle Version, die Unterstützung für CUDA-fähige GPU-Karten (Ubuntu und Windows) umfasst:

$ pip install tensorflow

Andere Geräte (DirectX und MacOS-Metal) werden über Geräte-Plugins unterstützt.

Ein kleineres reines CPU-Paket ist ebenfalls verfügbar:

$ pip install tensorflow-cpu

Um TensorFlow auf die neueste Version zu aktualisieren, fügen Sie den oben genannten Befehlen das Flag --upgrade hinzu.

Nightly-Binärdateien stehen zum Testen mit den Paketen tf-nightly und tf-nightly-cpu auf PyPi zur Verfügung.

Probieren Sie Ihr erstes TensorFlow-Programm aus

 $ Python

 >>> Tensorflow als tf importieren>>> tf.add(1, 2).numpy()3>>> hello = tf.constant('Hallo, TensorFlow!')>>> hello.numpy()b'Hallo , TensorFlow!'

Weitere Beispiele finden Sie in den TensorFlow-Tutorials.

Beitragsrichtlinien

Wenn Sie zu TensorFlow beitragen möchten, lesen Sie unbedingt die Beitragsrichtlinien. Dieses Projekt hält sich an den Verhaltenskodex von TensorFlow. Durch Ihre Teilnahme wird von Ihnen erwartet, dass Sie diesen Kodex einhalten.

Wir verwenden GitHub-Probleme zur Verfolgung von Anfragen und Fehlern. Allgemeine Fragen und Diskussionen finden Sie im TensorFlow-Forum. Spezifische Fragen richten Sie bitte an Stack Overflow.

Das TensorFlow-Projekt ist bestrebt, allgemein anerkannte Best Practices in der Open-Source-Softwareentwicklung einzuhalten.

Patch-Richtlinien

Befolgen Sie diese Schritte, um eine bestimmte Version von TensorFlow zu patchen, um beispielsweise Korrekturen für Fehler oder Sicherheitslücken vorzunehmen:

Klonen Sie das TensorFlow-Repository und wechseln Sie zum entsprechenden Zweig für Ihre gewünschte TensorFlow-Version, zum Beispiel Zweig r2.8 für Version 2.8.
Wenden Sie die gewünschten Änderungen an (d. h. wählen Sie sie aus) und lösen Sie etwaige Codekonflikte.
Führen Sie TensorFlow-Tests durch und stellen Sie sicher, dass sie erfolgreich sind.
Erstellen Sie das TensorFlow-Pip-Paket aus dem Quellcode.

Kontinuierlicher Build-Status

Weitere von der Community unterstützte Plattformen und Konfigurationen finden Sie in der TensorFlow SIG Build-Community-Build-Tabelle.

Offizielle Builds

Build-Typ	Status	Artefakte
Linux-CPU		PyPI
Linux-GPU		PyPI
Linux XLA		TBA
macOS		PyPI
Windows-CPU		PyPI
Windows-GPU		PyPI
Android		Herunterladen
Raspberry Pi 0 und 1		Py3
Raspberry Pi 2 und 3		Py3
Libtensorflow MacOS-CPU	Status vorübergehend nicht verfügbar	Nightly Binary Offizielles GCS
Libtensorflow Linux-CPU	Status vorübergehend nicht verfügbar	Nightly Binary Offizielles GCS
Libtensorflow Linux GPU	Status vorübergehend nicht verfügbar	Nightly Binary Offizielles GCS
Libtensorflow Windows-CPU	Status vorübergehend nicht verfügbar	Nightly Binary Offizielles GCS
Libtensorflow Windows GPU	Status vorübergehend nicht verfügbar	Nightly Binary Offizielles GCS