<div align="центр">
<img src="https://www.tensorflow.org/images/tf logo horizontal.png">
</div>
**Документация**
------------------------
!
TensorFlow - это комплексная платформа с открытым исходным кодом
для машинного обучения. Обладает универсальной и гибкой экосистемой.
инструменты,
библиотек и
Ресурсы, которые позволяют
Исследователи продвигают современное состояние в ML, а разработчики легко создают и внедряют
развертывание ML-приложений.
TensorFlow был первоначально разработан исследователями и инженерами, работающими в
Команда Machine Intelligence в Google Brain проведет исследования в области машин
Обучение и нейронные сети. Однако структура достаточно универсальна, чтобы быть
Используется и в других областях.
TensorFlow обеспечивает стабильный Python
C++ API, а также
Негарантированный обратно совместимый API
других языков.
Будьте в курсе объявлений о выпуске и обновлений безопасности, подписавшись
то
[email protected].
Смотрите все списки рассылки.
устанавливать
Посмотреть руководство по установке TensorFlow
Пип-пакет, к
Включите поддержку GPU, используйте
контейнер для докера и
Построить из источника.
Установить текущий выпуск, который включает поддержку
Карты GPU с поддержкой CUDA *(Ubuntu и Ubuntu)
Windows)*:
Другие устройства (DirectX и MacOS-metal) поддерживаются
Плагины устройств.
Также доступен меньший пакет TensorFlow с процессором:
Чтобы обновить TensorFlow до последней версии, добавьте флаг «--обновление».
команд выше.
* Ночные двоичные файлы доступны для тестирования с использованием
ночное и
tf-nightly-cpu пакеты на PyPI.
Попробуйте свою первую программу TensorFlow
Для других примеров см.
Учебники TensorFlow.
Руководящие принципы взносов
Если вы хотите внести свой вклад в TensorFlow, обязательно просмотрите
Руководящие принципы вклада. Данный проект разработан компанией TensorFlow.
Кодекс поведения. Принимая участие, вы должны
Соблюдайте этот кодекс.**
** Мы используем GitHub
Отслеживание запросов и ошибок, пожалуйста, смотрите
Форум TensorFlow по общим вопросам
Обсуждение и, пожалуйста, конкретные вопросы
Стек переполнен.**
Проект TensorFlow стремится придерживаться общепринятых лучших практик.
Разработка программного обеспечения с открытым исходным кодом.
Руководящие принципы
Следуйте этим шагам, чтобы исправить конкретную версию TensorFlow, например, чтобы
применять исправления к ошибкам или уязвимостям безопасности:
клонировать репозиторий TensorFlow и переключиться на соответствующую ветвь для
Ваша желаемая версия, например, «r2.8» для версии 2.8.
Применяйте желаемые изменения (т.е. выберите их) и решите любой код.
конфликты.
Запустите тесты TensorFlow и убедитесь, что они проходят.
Построить TensorFlow Pip
Упаковка из источника.
Статус непрерывного строительства
Вы можете найти больше поддерживаемых сообществом платформ и конфигураций.
TensorFlow SIG Build Community Builds Table.
Официальные здания
Тип здания | Статус | Артефакты
-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
** Linux CPU** | PyPI
**Linux GPU** | PyPI
**Linux XLA** | TBA
**macOS** | PyPI
**Windows CPU** | PyPI
**Windows GPU** | PyPI
**Android** | Скачать
** Raspberry Pi 0 и 1** | Py3
** Raspberry Pi 2 и 3** | Py3
ресурсы
TensorFlow.org
TensorFlow учебники
Официальные модели TensorFlow
Примеры TensorFlow
TensorFlow Codelabs
* Блог TensorFlow
Изучайте ML с помощью TensorFlow
TensorFlow Twitter
TensorFlow YouTube
• Дорожная карта оптимизации модели TensorFlow
TensorFlow Белые книги
TensorBoard Visualization Toolkit
Поиск кода TensorFlow
Узнайте больше о
Сообщество TensorFlow и как это сделать
Вклад.
Курсы
* Coursera
* Безмятежность
Эдкс
Лицензия
Лицензия Apache 2.0