<div align="center">
<img src="https://www.tensorflow.org/images/tf logo horizontal.png">
</div>
"Documentation"
- Oui.
Autres
TensorFlow est une plateforme open source de bout en bout
pour l'apprentissage automatique. Il a un écosystème complet et flexible de
outils,
bibliothèques, et
ressources communautaires qui permettent
les chercheurs poussent la pointe de la technologie dans ML et les développeurs construire et
déployer des applications alimentées par ML.
TensorFlow a été développé à l'origine par des chercheurs et des ingénieurs
l'équipe d'intelligence automatique de Google Brain pour mener des recherches en machine
l'apprentissage et les réseaux neuronaux. Cependant, le cadre est suffisamment polyvalent pour être
utilisés dans d'autres domaines.
TensorFlow fournit un Python stable
et API C++, ainsi qu'une
API non garantie rétrocompatible pour
autres langues.
Restez à jour avec les annonces de publication et les mises à jour de sécurité en vous inscrivant
à
[email protected].
Voir toutes les listes de diffusion.
Installer
Voir le guide d'installation TensorFlow pour le
Pip package, pour
activer le support GPU, utiliser un
contenants en fonte, et
construire à partir de la source.
Pour installer la version actuelle, qui inclut le support pour
Cartes GPU compatibles avec CUDA *(Ubuntu et
Windows*:
D'autres appareils (DirectX et MacOS-metal) sont pris en charge en utilisant
Plugins de périphérique.
Un paquet TensorFlow plus petit est également disponible :
Pour mettre à jour TensorFlow à la dernière version, ajouter le drapeau `--upgrade` au
commandes ci-dessus.
*Un grand nombre de binaires sont disponibles pour les tests
tous les jours et
Les paquets tf-nightly-cpu sur PyPI.*
*Essayez votre premier programme TensorFlow*
Pour plus d'exemples, voir
TensorFlow Tutoriels.
Lignes directrices concernant les contributions
**Si vous voulez contribuer à TensorFlow, assurez-vous d'examiner la
Lignes directrices pour les contributions. Ce projet adhère à TensorFlow
Code de conduite. En participant, vous devez :
respecter ce code.**
**Nous utilisons GitHub issues pour
les requêtes de suivi et les bugs, s'il vous plaît voir
Forum TensorFlow pour les questions générales et
et veuillez adresser des questions spécifiques à
Dépassement de la pile.**
Le projet TensorFlow s'efforce de respecter les meilleures pratiques généralement acceptées en matière de
développement de logiciels open-source.
Lignes directrices en matière de pliage
Suivez ces étapes pour corriger une version spécifique de TensorFlow, par exemple,
appliquer des corrections aux bogues ou vulnérabilités de sécurité :
* Cloner le dépôt TensorFlow et passer à la branche appropriée pour
votre version souhaitée, par exemple `r2.8` pour la version 2.8.
* Appliquer les modifications souhaitées (c.-à-d., les piquer) et résoudre tout code
les conflits.
* Exécutez les tests TensorFlow et assurez-vous qu'ils passent.
* Construisez le pinceau TensorFlow
paquet de la source.
État de construction continue
Vous pouvez trouver plus de plateformes et de configurations soutenues par la communauté
TensorFlow SIG Build Community Builds Table.
Bâtiments officiels
Type de construction Statut Artefacts
[En milliers de dollars des États-Unis]
**CPU Linux
**Linux GPU**
**Linux XLA**
**macOS
* Windows CPU * PyPI
**Windows GPU
Télécharger
**Pi de framboise 0 et 1**
**Pi 2 et 3 framboises
Ressources
* TensorFlow.org
* Tutoriels TensorFlow
* Modèles officiels TensorFlow
* Exemples TensorFlow
* TensorFlow Codelabs
* TensorFlow Blog
* Apprendre ML avec TensorFlow
* TensorFlow Twitter
* TensorFlow YouTube
* Feuille de route d'optimisation du modèle TensorFlow
* Livre blanc TensorFlow
* Boîte à outils de visualisation de TensorBoard
* Recherche de code de tension
En savoir plus sur la
Communauté TensorFlow et comment
Contribuez.
Cours
* Cours
* Udacité
* Edx
Licence
Licence Apache 2.0