文档 |
---|
TensorFlow 是一个用于机器学习的端到端开源平台,它包含了一个全面、灵活的生态系统,包括 工具、库 和 社区资源,使研究人员能够推动机器学习的最新进展,并使开发人员能够轻松构建和部署机器学习应用。
TensorFlow 最初由在谷歌大脑团队内工作的研究人员和工程师开发,用于执行机器学习和深度神经网络研究。该系统足够通用,可以应用于其他各种领域。
TensorFlow 提供了稳定的 Python 和 C++ API,以及其他语言的非保证向后兼容 API。
通过订阅 [email protected] 获得发布公告和安全更新。查看所有 邮件列表。
安装
请参阅 TensorFlow 安装指南,了解如何安装 pip 包、启用 GPU 支持、使用 Docker 容器 以及从源代码构建。
要安装当前版本,该版本支持 CUDA 启用的 GPU 卡(Ubuntu 和 Windows)
$ pip install tensorflow
还有一个较小的仅 CPU 的包可供选择
$ pip install tensorflow-cpu
要更新 TensorFlow 到最新版本,请在上面的命令中添加 --upgrade
标志。
测试版本提供夜间构建安装包,您可以通过 PyPi 上的 tf-nightly 和 tf-nightly-cpu 包进行测试。
尝试第一个 TensorFlow 程序
$ python
>>> import tensorflow as tf
>>> tf.add(1, 2).numpy()
3
>>> hello = tf.constant('Hello, TensorFlow!')
>>> hello.numpy()
b'Hello, TensorFlow!'
更多示例,请见TensorFlow教程。
贡献指南
如果您想为TensorFlow做出贡献,请务必查看贡献指南。该项目遵守TensorFlow的行为准则。通过参与,您应遵守此准则。
我们使用GitHub issues来跟踪请求和错误,有关一般问题和讨论,请见TensorFlow Discuss,有关具体问题,请参阅Stack Overflow。
TensorFlow项目致力于遵守开源软件开发中普遍接受的最佳实践。
持续构建状态
您可以在TensorFlow SIG Build 社区构建表中找到更多社区支持的平台和配置。
官方构建
构建类型 | 状态 | 工件 |
---|---|---|
Linux CPU | PyPI | |
Linux GPU | PyPI | |
Linux XLA | TBA | |
macOS | PyPI | |
Windows CPU | PyPI | |
Windows GPU | PyPI | |
Android | 下载 | |
树莓派 0 和 1 | Py3 | |
树莓派 2 和 3 | Py3 | |
Libtensorflow MacOS CPU | 状态暂时不可用 | 夜间版本二进制文件 官方 GCS |
Libtensorflow Linux CPU | 状态暂时不可用 | 夜间版本二进制文件 官方 GCS |
Libtensorflow Linux GPU | 状态暂时不可用 | 夜间版本二进制文件 官方 GCS |
Libtensorflow Windows CPU | 状态暂时不可用 | 夜间版本二进制文件 官方 GCS |
Libtensorflow Windows GPU | 状态暂时不可用 | 夜间版本二进制文件 官方 GCS |
资源
- TensorFlow.org
- TensorFlow 教程
- TensorFlow 官方模型
- TensorFlow 示例
- DeepLearning.AI TensorFlow 开发者专业证书
- Coursera 上的 TensorFlow:数据与部署
- Coursera 上的 TensorFlow 2 入门
- Coursera 上的 TensorFlow 高级技术
- Coursera 上的 TensorFlow for A.I、M.L 和 D.L 简介
- Udacity 上的 TensorFlow for Deep Learning 简介
- Udacity 上的 TensorFlow Lite 简介
- 在 GCP 上的 TensorFlow 进行机器学习
- TensorFlow Codelabs
- TensorFlow 博客
- 用 TensorFlow 学习 ML
- TensorFlow Twitter
- TensorFlow YouTube
- TensorFlow 模型优化路线图
- TensorFlow 白皮书
- TensorBoard 可视化工具包
了解更多关于 TensorFlow 社区 和如何 贡献 的信息。