Introdução ao TensorFlow
O TensorFlow facilita a criação de modelos de ML que podem ser executados em qualquer ambiente. Saiba como usar as APIs intuitivas com exemplos de código interativos.
import tensorflow as tf mnist = tf.keras.datasets.mnist (x_train, y_train),(x_test, y_test) = mnist.load_data() x_train, x_test = x_train / 255.0, x_test / 255.0 model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dense(128, activation='relu'), tf.keras.layers.Dropout(0.2), tf.keras.layers.Dense(10, activation='softmax') ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train, y_train, epochs=5) model.evaluate(x_test, y_test)
Resolver problemas do mundo real com ML
Confira exemplos de como o TensorFlow é usado para melhorar a pesquisa e criar aplicativos com tecnologia de IA.

GNNs can process complex relationships between objects, making them a powerful technique for traffic forecasting, medical discovery, and more.

Saiba como o TensorFlow Lite ajuda no acesso à avaliação de ultrassom fetal, melhorando os cuidados com a saúde para mulheres e famílias no Quênia e no mundo.


Saiba como o Spotify usa o ecossistema do TensorFlow para criar um simulador off-line extensível e treinar agentes de aprendizado por reforço para gerar playlists.
Novidades no TensorFlow
Leia os comunicados mais recentes da equipe e da comunidade do TensorFlow.
Explore o ecossistema
Descubra ferramentas testadas em produção para acelerar a modelagem, a implantação e outros fluxos de trabalho.
-
Library
TensorFlow Lite
Deploy ML on mobile and edge devices such as Android, iOS, Raspberry Pi, and Edge TPU.
-
Library
TensorFlow.js
Train and run models directly in the browser using JavaScript or Node.js.
-
API
tf.data
Preprocess data and create input pipelines for ML models.
-
Library
TFX
Create production ML pipelines and implement MLOps best practices.
-
API
tf.keras
Create ML models with TensorFlow's high-level API.
-
Resource
Kaggle Models
Find pre-trained models ready for fine-tuning and deployment.
-
Resource
TensorFlow Datasets
Browse the collection of standard datasets for initial training and validation.
-
Tool
TensorBoard
Visualize and track development of ML models.
Colabore, encontre suporte e compartilhe projetos participando de grupos de interesse ou de eventos para desenvolvedores.
Ainda não conhece o aprendizado de máquina? Comece com os currículos selecionados do TensorFlow ou navegue pela biblioteca de recursos com livros, cursos on-line e vídeos.