使用 Core API 进行矩阵逼近 | TensorFlow Core

跳至主要内容

安装学习

简介

TensorFlow 新手？
TensorFlow

核心的开源机器学习库
针对 JavaScript

使用 JavaScript 进行机器学习开发的 TensorFlow.js
针对移动设备和 IoT 设备

针对移动设备和嵌入式设备推出的 TensorFlow Lite
针对生产环境

针对端到端机器学习组件推出的 TensorFlow Extended

API

TensorFlow (2.12)
Versions…

TensorFlow.js
TensorFlow Lite
TFX

资源

模型和数据集

由 Google 和社区构建的预训练模型和数据集
工具

由各种可助您使用 TensorFlow 的工具构成的生态系统
库和扩展程序

在 TensorFlow 基础上构建的库和扩展程序
TensorFlow 认证计划

拿下可证明您精通机器学习技术的证书，让自己脱颖而出
学习机器学习知识

帮助您掌握使用 TensorFlow 进行机器学习基础知识的教育资源
Responsible AI

帮助您在机器学习工作流中落实 Responsible AI 做法的资源和工具

社区

加入

探索参与其中的方式
论坛 ↗

TensorFlow 社区的讨论平台
群组

用户群组、兴趣小组和网上论坛
贡献

关于贡献代码和文档的指南

选择 TensorFlow 的原因

简介
案例研究
AI 服务合作伙伴

/

English
中文 – 简体
日本語
한국어

GitHub

TensorFlow Core

教程指南 TF 1 ↗

安装
学习
- 更多
- 教程
- 指南
- TF 1 ↗
API
- 更多
资源
- 更多
社区
- 更多
选择 TensorFlow 的原因
- 更多
GitHub

TensorFlow 教程
面向初学者的快速入门
面向专家的快速入门
初级
Keras 机器学习基础知识
加载和预处理数据
- 图像
- CSV
- NumPy
- pandas.DataFrame
- TFRecord 和 tf.Example
- tf.io 的其他格式
- 文本
- 更多文本加载方式
- Unicode
- 子词分词化
高级
自定义
分布式训练
图像
文本
- 字词嵌入