TensorFlow เป็นแพลตฟอร์มโอเพ่นซอร์สแบบครบวงจรสำหรับแมชชีนเลิร์นนิง มีระบบนิเวศที่ครอบคลุมและยืดหยุ่นของเครื่องมือ ห้องสมุด และทรัพยากรชุมชนที่ช่วยให้นักวิจัยผลักดันความล้ำสมัยใน ML และนักพัฒนาสร้างและปรับใช้แอปพลิเคชันที่ขับเคลื่อนด้วย ML ได้อย่างง่ายดาย
TensorFlow เดิมได้รับการพัฒนาโดยนักวิจัยและวิศวกรที่ทำงานในทีม Machine Intelligence ที่ Google Brain เพื่อทำการวิจัยเกี่ยวกับการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียม อย่างไรก็ตาม เฟรมเวิร์กนี้มีความหลากหลายพอที่จะนำไปใช้ในด้านอื่นๆ ได้เช่นกัน
TensorFlow มี Python และ C++ API ที่เสถียร รวมถึง API ที่เข้ากันได้แบบย้อนหลังที่ไม่รับประกันสำหรับภาษาอื่นๆ
ติดตามข่าวสารล่าสุดเกี่ยวกับประกาศเปิดตัวและอัปเดตด้านความปลอดภัยโดยสมัครรับข้อมูลไปที่ [email protected] ดูรายชื่อผู้รับจดหมายทั้งหมด
ดูคู่มือการติดตั้ง TensorFlow สำหรับแพ็คเกจ pip เพื่อเปิดใช้งานการรองรับ GPU ใช้คอนเทนเนอร์ Docker และสร้างจากแหล่งที่มา
หากต้องการติดตั้งเวอร์ชันปัจจุบัน ซึ่งรวมถึงการสนับสนุนการ์ด GPU ที่เปิดใช้งาน CUDA (Ubuntu และ Windows) :
$ pip install tensorflow
อุปกรณ์อื่นๆ (DirectX และ MacOS-metal) ได้รับการสนับสนุนโดยใช้ปลั๊กอินอุปกรณ์
นอกจากนี้ยังมีแพ็คเกจเฉพาะ CPU ที่เล็กกว่าอีกด้วย:
$ pip install tensorflow-cpu
หากต้องการอัปเดต TensorFlow เป็นเวอร์ชันล่าสุด ให้เพิ่ม --upgrade
flag ให้กับคำสั่งด้านบน
ไบนารีทุกคืนพร้อมสำหรับการทดสอบโดยใช้แพ็คเกจ tf-nightly และ tf-nightly-cpu บน PyPi
$ หลาม
>>> นำเข้าเทนเซอร์โฟลว์เป็น tf >>>> tf.add(1, 2).numpy()3>>> hello = tf.constant('Hello, TensorFlow!')>>> hello.numpy()b'Hello , เทนเซอร์โฟลว์!'
สำหรับตัวอย่างเพิ่มเติม โปรดดูบทช่วยสอน TensorFlow
หากคุณต้องการสนับสนุน TensorFlow โปรดอ่านหลักเกณฑ์การสนับสนุน โปรเจ็กต์นี้ปฏิบัติตามจรรยาบรรณของ TensorFlow ในการเข้าร่วม คุณจะต้องรักษารหัสนี้
เราใช้ปัญหา GitHub เพื่อติดตามคำขอและจุดบกพร่อง โปรดดูฟอรัม TensorFlow สำหรับคำถามและการสนทนาทั่วไป และโปรดส่งคำถามเฉพาะไปที่ Stack Overflow
โครงการ TensorFlow มุ่งมั่นที่จะปฏิบัติตามแนวทางปฏิบัติที่ดีที่สุดที่เป็นที่ยอมรับโดยทั่วไปในการพัฒนาซอฟต์แวร์โอเพ่นซอร์ส
ทำตามขั้นตอนเหล่านี้เพื่อแก้ไข TensorFlow เวอร์ชันเฉพาะ เช่น เพื่อใช้การแก้ไขข้อบกพร่องหรือช่องโหว่ด้านความปลอดภัย:
โคลน repo TensorFlow และสลับไปยังสาขาที่เกี่ยวข้องสำหรับเวอร์ชัน TensorFlow ที่คุณต้องการ เช่น Branch r2.8
สำหรับเวอร์ชัน 2.8
ใช้ (นั่นคือ เลือกเชอร์รี่) การเปลี่ยนแปลงที่ต้องการ และแก้ไขข้อขัดแย้งของโค้ด
เรียกใช้การทดสอบ TensorFlow และตรวจสอบให้แน่ใจว่าผ่านการทดสอบ
สร้างแพ็คเกจ pip ของ TensorFlow จากแหล่งที่มา
คุณสามารถค้นหาแพลตฟอร์มและการกำหนดค่าที่รองรับชุมชนเพิ่มเติมได้ในตารางการสร้างชุมชน TensorFlow SIG Build
ประเภทการสร้าง | สถานะ | สิ่งประดิษฐ์ |
---|---|---|
ซีพียูลินุกซ์ | พีพีไอ | |
ลินุกซ์ GPU | พีพีไอ | |
ลินุกซ์ XLA | จะแจ้งภายหลัง | |
ระบบปฏิบัติการ macOS | พีพีไอ | |
วินโดวส์ซีพียู | พีพีไอ | |
วินโดวส์จีพียู | พีพีไอ | |
หุ่นยนต์ | ดาวน์โหลด | |
ราสเบอร์รี่ Pi 0 และ 1 | ไพ3 | |
ราสเบอร์รี่ Pi 2 และ 3 | ไพ3 | |
Libtensorflow MacOS CPU | สถานะไม่สามารถใช้งานได้ชั่วคราว | GCS อย่างเป็นทางการของ Nightly Binary |
Libtensorflow ซีพียูลินุกซ์ | สถานะไม่สามารถใช้งานได้ชั่วคราว | GCS อย่างเป็นทางการของ Nightly Binary |
Libtensorflow Linux GPU | สถานะไม่สามารถใช้งานได้ชั่วคราว | GCS อย่างเป็นทางการของ Nightly Binary |
Libtensorflow ซีพียู Windows | สถานะไม่สามารถใช้งานได้ชั่วคราว | GCS อย่างเป็นทางการของ Nightly Binary |
Libtensorflow Windows GPU | สถานะไม่สามารถใช้งานได้ชั่วคราว | GCS อย่างเป็นทางการของ Nightly Binary |
TensorFlow.org
บทช่วยสอน TensorFlow
รุ่นอย่างเป็นทางการของ TensorFlow
ตัวอย่าง TensorFlow
TensorFlow Codelabs
บล็อกของ TensorFlow
เรียนรู้ ML ด้วย TensorFlow
เทนเซอร์โฟลว์ ทวิตเตอร์
เทนเซอร์โฟลว์ ยูทูป
แผนงานการเพิ่มประสิทธิภาพโมเดล TensorFlow
เอกสารไวท์เปเปอร์ TensorFlow
ชุดเครื่องมือแสดงภาพ TensorBoard
ค้นหารหัส TensorFlow
เรียนรู้เพิ่มเติมเกี่ยวกับชุมชน TensorFlow และวิธีการมีส่วนร่วม
กูร์เรร่า
ความอูดาซิตี้
เอ็ดเอ็กซ์
ใบอนุญาต Apache 2.0