1 В избранное 0 Ответвления 0

OSCHINA-MIRROR/mirrors-tensorflow

Присоединиться к Gitlife
Откройте для себя и примите участие в публичных проектах с открытым исходным кодом с участием более 10 миллионов разработчиков. Приватные репозитории также полностью бесплатны :)
Присоединиться бесплатно
Клонировать/Скачать
Внести вклад в разработку кода
Синхронизировать код
Отмена
Подсказка: Поскольку Git не поддерживает пустые директории, создание директории приведёт к созданию пустого файла .keep.
Loading...
README.md

Python PyPI DOI CII Best Practices OpenSSF Scorecard Fuzzing Status Fuzzing Status OSSRank Contributor Covenant TF Official Continuous TF Official Nightly

Documentation
Documentation
библиотек и
ресурсов сообщества, что позволяет исследователям достигать передовых результатов в области машинного обучения и разработчикам легко создавать и внедрять приложения, основанные на машинном обучении. TensorFlow был initially разработан исследователями и инженерами, работавшими в команде Machine Intelligence в проекте Google Brain для проведения исследований в области машинного обучения и нейронных сетей. Однако, этот фреймворк достаточно универсален, чтобы использовать его в других областях тоже.TensorFlow был initially разработан исследователями и инженерами, работающими в команде Machine Intelligence в проекте Google Brain для проведения исследований в области машинного обучения и нейронных сетей. Однако, этот фреймворк достаточно универсален, чтобы использовать его в других областях также. TensorFlow предоставляет стабильные API для Python и API для C++, а также негарантированный обратно совместимый API для других языков.

Держите себя в курсе с помощью выпускаемых объявлений и сообщений о безопасности, подписавшись на рассылку announce@tensorflow.org. См. все электронные списки рассылки.

Установка

Узнайте больше о руководстве по установке TensorFlow для пакета pip, чтобы включить поддержку GPU, использовать контейнер Docker и собирать из исходников.

Чтобы установить текущую версию, которая включает поддержку карт GPU с CUDA (Ubuntu и Windows):

$ pip install tensorflow

Поддерживаются другие устройства (DirectX и macOS-metal) с помощью плагинов устройств.Также доступна более компактная версия для работы только с процессорами:

$ pip install tensorflow-cpu

Чтобы обновить TensorFlow до последней версии, добавьте флаг --upgrade к вышеуказанным командам.

Ночные сборки доступны для тестирования с помощью пакетов tf-nightly и tf-nightly-cpu на PyPi.

Попробуйте свой первый программный код TensorFlow

$ python
>>> import tensorflow as tf
>>> tf.add(1, 2).numpy()
3
>>> hello = tf.constant('Привет, TensorFlow!')
>>> hello.numpy()
b'\xd0\x9f\xd1\x80\xd0\xb8\xd0\xb2\xd0\xb5\xd1\x82, \xd0\xa2\xd0\xb5\xd0\xbd\xd1\x81\xd0\xbe\xd1\x80\xd1\x84\xd0\xbe\xd1\x80\xd0\xb5!'

Для получения дополнительных примеров см. руководства по TensorFlow.

Правила участия

Если вы хотите принять участие в развитии TensorFlow, обязательно ознакомьтесь с правилами участия. Этот проект следует кодексу поведения TensorFlow кодексу поведения. Участники ожидают соблюдать этот код.

Мы используем GitHub issues для отслеживания запросов и ошибок, общие вопросы и обсуждение можно найти на форуме TensorFlow, а конкретные вопросы лучше задавать на Stack Overflow. Проект TensorFlow стремится следовать общепризнанным лучшим практикам в области разработки открытого программного обеспечения.

Правила исправленийСледуйте этим шагам для исправления конкретной версии TensorFlow, например, чтобы применить исправления ошибок или уязвимостей безопасности:

  • Клонируйте репозиторий TensorFlow и переключитесь на соответствующую ветку для вашей желаемой версии TensorFlow, например, ветка r2.8 для версии 2.8.
  • Примените (то есть, выполните выборочное клонирование) необходимых изменений и разрешите любые конфликты кода.
  • Выполните тесты TensorFlow и убедитесь, что они проходят успешно.
  • Соберите пакет TensorFlow pip из исходников.

Статус непрерывной сборки

Вы можете найти больше платформ и конфигураций, поддерживающихся сообществом, в таблице непрерывной сборки SIG Build TensorFlow.### Официальные сборки

Тип сборки Статус Артефакты
Linux CPU Статус PyPI
Linux GPU Статус PyPI
Linux XLA Статус TBA
macOS Статус PyPI
Windows CPU Статус PyPI
Windows GPU Статус PyPI
Android Статус Загрузкаcom/google/tensorflow/tensorflow/_latestVersion)
Рaspberry Pi 0 и 1 Статус Py3
Рaspberry Pi 2 и 3 Статус Py3
Libtensorflow MacOS CPU Статус временно недоступен Ночной бинарник Официальный GCS
Libtensorflow Linux CPU Статус временно недоступен Ночной бинарник Официальный GCS
Libtensorflow Linux GPU Статус временно недоступен Ночной бинарник Официальный GCS
Libtensorflow Windows CPU Статус временно недоступен Ночной бинарник Официальный GCScom/libtensorflow-nightly/prod/tensorflow/release/windows/latest/cpu/windows_cpu_libtensorflow_binaries.tar.gz) Официальный GCS
Libtensorflow Windows GPU Статус временно недоступен Ночной бинарник Официальный GCScom/libtensorflow-nightly/prod/tensorflow/release/windows/latest/gpu/windows_gpu_libtensorflow_binaries.tar.gz) Официальный GCS

Ресурсы* TensorFlow.org

Узнайте больше о сообществе TensorFlow и том, как участвовать.

Курсы

Лицензия

Apache License 2.0

Комментарии ( 0 )

Вы можете оставить комментарий после Вход в систему

Введение

TensorFlow — это вторая генерация систем машинного обучения от Google. По словам представителей Google, в некоторых тестах производительность TensorFlow оказалась в два раза выше, чем у первой версии DistBelief. TensorFlow имеет встроенную поддержку расширений для глубокого обучения, и с его помощью можно выполнять любые вычисления, которые мо... Развернуть Свернуть
Apache-2.0
Отмена

Обновления

Пока нет обновлений

Участники

все

Недавние действия

Загрузить больше
Больше нет результатов для загрузки
1
https://api.gitlife.ru/oschina-mirror/mirrors-tensorflow.git
git@api.gitlife.ru:oschina-mirror/mirrors-tensorflow.git
oschina-mirror
mirrors-tensorflow
mirrors-tensorflow
master