TensorFlowLiteObjC 2.17.0

TensorFlowLiteObjC 2.17.0

TensorFlow 作者维护。



  • Google Inc.

Python PyPI DOI

文档
Documentation

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 PythonC++ 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-nightlytf-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。

Fuzzing Status CII Best Practices Contributor Covenant

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 Status PyPI
Linux GPU Status PyPI
Linux XLA Status TBA
macOS Status PyPI
Windows CPU Status PyPI
Windows GPU Status PyPI
Android Status 下载
树莓派 0 和 1 Status Py3
树莓派 2 和 3 Status 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

了解更多关于 TensorFlow 社区 和如何 贡献 的信息。

许可证

Apache License 2.0