tensorflow/tensorflow

Documentation

TensorFlow là một nền tảng nguồn mở đầu cuối dành cho máy học. Nó có một hệ sinh thái toàn diện, linh hoạt công cụ, thư việnvà cộng đồng tài nguyên cho phép các nhà nghiên cứu thúc đẩy công nghệ tiên tiến nhất trong ML và các nhà phát triển dễ dàng xây dựng và triển khai các ứng dụng hỗ trợ ML.

TensorFlow ban đầu được phát triển bởi các nhà nghiên cứu và kỹ sư làm việc trong nhóm Machine Intelligence tại Google Brain để tiến hành nghiên cứu về máy học và mạng lưới thần kinh. Tuy nhiên, framework này đủ linh hoạt để sử dụng trong các lĩnh vực khác.

TensorFlow cung cấp sự ổn định Python và C++ các API cũng như API tương thích ngược không được bảo đảm dành cho các ngôn ngữ khác.

Luôn cập nhật các thông báo phát hành và cập nhật bảo mật bằng cách đăng ký thông bá[email protected]. Xem tất cả danh sách gửi thư.

cài đặt

Xem TensorFlow hướng dẫn cài đặt cho gói pip, để bật hỗ trợ GPU, sử dụng một thùng chứa Dockervà xây dựng từ nguồn.

Để cài đặt bản phát hành hiện tại, bao gồm hỗ trợ cho Thẻ GPU hỗ trợ CUDA (Ubuntu và Windows):

 pip install tensorflow

Các thiết bị khác (DirectX và MacOS-metal) được hỗ trợ bằng cách sử dụng Plugin thiết bị.

Cũng có sẵn gói CPU chỉ có TensorFlow nhỏ hơn:

 pip install tensorflow-cpu

Để cập nhật TensorFlow lên phiên bản mới nhất, hãy thêm --upgrade gắn cờ cho các lệnh trên.

Các chương trình nhị phân hàng đêm có sẵn để thử nghiệm bằng cách sử dụng tf-hàng đêm và tf-nightly-CPU các gói trên PyPI.

Hãy thử chương trình TensorFlow đầu tiên của bạn

$ python

>>> import tensorflow as tf
>>> tf.add(1, 2).numpy()
3
>>> hello = tf.constant('Hello, TensorFlow!')
>>> hello.numpy()
b'Hello, TensorFlow!'

Để biết thêm ví dụ, xem TensorFlow Hướng dẫn.

Hướng dẫn đóng góp

Nếu bạn muốn đóng góp cho TensorFlow, hãy nhớ xem lại Nguyên tắc đóng góp. Dự án này tuân theo quy định của TensorFlow Quy tắc ứng xử. Bằng cách tham gia, bạn phải tuân thủ quy tắc này.

Chúng tôi sử dụng GitHub vấn đề để theo dõi các yêu cầu và lỗi, vui lòng xem Diễn đàn TensorFlow cho các câu hỏi và thảo luận chung, đồng thời vui lòng gửi các câu hỏi cụ thể tới Tràn ngăn xếp.

Dự án TensorFlow cố gắng tuân thủ các phương pháp hay nhất được chấp nhận rộng rãi trong phát triển phần mềm nguồn mở.

Hướng dẫn vá lỗi

Hãy làm theo các bước sau để vá một phiên bản cụ thể của TensorFlow, chẳng hạn như áp dụng các bản sửa lỗi hoặc lỗ hổng bảo mật:

• Sao chép kho lưu trữ TensorFlow và chuyển sang nhánh thích hợp cho phiên bản bạn muốn—ví dụ: r2.8 cho phiên bản 2.8.
• Áp dụng các thay đổi mong muốn (tức là chọn chúng) và giải quyết mọi xung đột mã.
• Chạy các bài kiểm tra TensorFlow và đảm bảo chúng vượt qua.
• xây dựng gói pip TensorFlow từ nguồn.

Trạng thái xây dựng liên tục

Bạn có thể tìm thêm các nền tảng và cấu hình được cộng đồng hỗ trợ trong TensorFlow Bảng xây dựng cộng đồng SIG Build.

Bản dựng chính thức

Loại xây dựng	Trạng thái	Hiện vật
Linux CPU		PyPI
Linux GPU		PyPI
Linux XLA		TBA
macOS		PyPI
Windows CPU		PyPI
Windows GPU		PyPI
Android		Tải xuống
Raspberry Pi 0 và 1		Py3
Raspberry Pi 2 và 3		Py3

Tài nguyên

• TensorFlow.org
• TensorFlow Hướng dẫn
• TensorFlow Người mẫu chính thức
• TensorFlow Ví dụ
• Lớp học lập trình TensorFlow
• TensorFlow Blog
• Học ML với TensorFlow
• TensorFlow Twitter
• TensorFlow YouTube
• Lộ trình tối ưu hóa mô hình TensorFlow
• TensorFlow Sách trắng
• Bộ công cụ trực quan hóa TensorBoard
• TensorFlow Tìm kiếm mã

Tìm hiểu thêm về Cộng đồng TensorFlow và làm thế nào để Đóng góp.

Khóa học

• Khóa học
• Độ bền
• Edx

Giấy phép

Giấy phép Apache 2.0