<div align="center">
<img src="https://www.tensorflow.org/images/tf logo horizontal.png">
</div>
**`Dokumentation`** |
----------------------
|
TensorFlow ist eine End-to-End Open-Source-Plattform
für maschinelles Lernen. Es verfügt über ein umfassendes, flexibles Ökosystem von
Werkzeuge,
Bibliotheken und
Community-Ressourcen, die
Forscher schieben den Stand der Technik in ML und Entwickler leicht zu bauen und
Bereitstellung von ML-basierten Anwendungen.
TensorFlow wurde ursprünglich von Forschern und Ingenieuren entwickelt, die im
Das Machine Intelligence-Team von Google Brain forscht an Maschinen
Lernen und neuronale Netze. Der Rahmen ist jedoch vielseitig genug, um
Auch in anderen Bereichen verwendet.
TensorFlow bietet stabiles Python
und C++-APIs sowie
nicht garantiert abwärtskompatible API für
andere Sprachen.
Bleiben Sie auf dem Laufenden mit Release-Ankündigungen und Sicherheitsupdates, indem Sie abonnieren
bis
[email protected].
Sehen Sie sich alle Mailinglisten an.
Installieren
Siehe TensorFlow Install Guide für die
Pip-Paket, an
GPU-Unterstützung aktivieren, eine
Docker-Container und
Build aus der Quelle.
So installieren Sie das aktuelle Release, das Unterstützung für
CUDA-fähige GPU-Karten * (Ubuntu und
Windows*:
Andere Geräte (DirectX und MacOS-Metal) werden mit
Geräte-Plugins.
Ein kleineres CPU-Only TensorFlow-Paket ist ebenfalls verfügbar:
Um TensorFlow auf die neueste Version zu aktualisieren, fügen Sie das Flag "--upgrade" zum
Befehle oben.
*Nächtliche Binärdateien stehen zum Testen mit dem
tf-nightly und
tf-nightly-cpu Pakete auf PyPI.*
*Versuchen Sie Ihr erstes TensorFlow-Programm*
Weitere Beispiele finden Sie unter:
TensorFlow Tutorials.
Beitragsleitlinien
**Wenn Sie zu TensorFlow beitragen möchten, achten Sie darauf, die
Beitragsleitlinien. Dieses Projekt hält sich an TensorFlow
Verhaltenskodex. Durch die Teilnahme wird erwartet, dass Sie
diesen Code beibehalten.**
**Wir verwenden GitHub Issues für
Tracking-Anfragen und Bugs, bitte siehe
TensorFlow Forum für allgemeine Fragen und
Diskussion, und bitte richten Sie spezifische Fragen an
Stapelüberlauf.**
Das TensorFlow-Projekt ist bestrebt, allgemein anerkannte Best Practices in
Open-Source-Softwareentwicklung.
Patching-Richtlinien
Befolgen Sie diese Schritte, um eine bestimmte Version von TensorFlow zu patchen, z. B.
Fixes auf Bugs oder Sicherheitslücken anwenden:
* Klonen Sie das TensorFlow-Repository und wechseln Sie zu dem entsprechenden Branch für
Ihre gewünschte Version - zum Beispiel `r2.8` für Version 2.8.
* Wenden Sie die gewünschten Änderungen an (d.h. wählen Sie sie aus) und lösen Sie jeden Code auf
Konflikte.
* Führen Sie TensorFlow-Tests aus und stellen Sie sicher, dass sie bestehen.
* Bauen Sie den TensorFlow-Pip
Paket aus der Quelle.
Continuous Build Status
Weitere von der Community unterstützte Plattformen und Konfigurationen finden Sie im
TensorFlow SIG Build Community Builds Tabelle.
Offizielle Builds
Build Type | Status | Artefakte
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
**Linux CPU** | PyPI
**Linux GPU** | | PyPI
**Linux XLA** | TBA
** macOS** | PyPI
Windows CPU | PyPI
**Windows GPU** | | PyPI
**Android** | Download
**Raspberry Pi 0 und 1** | | Py3
**Raspberry Pi 2 und 3** | | Py3
Ressourcen
TensorFlow.org
* TensorFlow Tutorials
* TensorFlow Offizielle Modelle
* TensorFlow Beispiele
TensorFlow Codelabs
TensorFlow Blog
Lernen Sie ML mit TensorFlow
TensorFlow Twitter
TensorFlow YouTube
* TensorFlow Modelloptimierung Roadmap
* TensorFlow White Papers
TensorBoard Visualisierungs-Toolkit
TensorFlow Code Suche
Erfahren Sie mehr über die
TensorFlow Community und wie man
Beitrag leisten.
Kurse
* Coursera
* Udacity
* Edx
Lizenz
Apache Lizenz 2.0