Mulai menggunakan TensorFlow
TensorFlow memudahkan pembuatan model ML yang dapat dijalankan di lingkungan apa pun. Pelajari cara menggunakan API intuitif melalui contoh kode interaktif.
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)
Selesaikan masalah dunia nyata dengan ML
Jelajahi contoh bagaimana TensorFlow digunakan untuk memajukan penelitian dan membangun aplikasi yang didukung AI.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/tensorflow-gnn.png?hl=id)
GNN dapat memproses hubungan kompleks antar objek, menjadikannya teknik yang ampuh untuk memperkirakan lalu lintas, penemuan medis, dan banyak lagi.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/tensorflow-lite-fetal-assessment-with-ondevice-ml.jpeg?hl=id)
Pelajari bagaimana TensorFlow Lite memungkinkan akses ke penilaian USG janin, sehingga meningkatkan hasil kesehatan bagi wanita dan keluarga di seluruh Kenya dan dunia.
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/spotify-tensorflow-agents-recommendation-systems.png?hl=id)
![](https://www.tensorflow.org/static/site-assets/images/marketing/cards/spotify-tensorflow-agents-recommendation-systems.gif?hl=id)
Pelajari cara Spotify menggunakan ekosistem TensorFlow untuk merancang simulator offline yang dapat diperluas dan melatih Agen RL untuk membuat playlist.
Apa yang baru di TensorFlow
Baca pengumuman terbaru dari tim dan komunitas TensorFlow.
Jelajahi ekosistem
Temukan alat yang telah teruji produksi untuk mempercepat pemodelan, penerapan, dan alur kerja lainnya.
Perpustakaan
TensorFlow Lite
Terapkan ML di perangkat seluler dan edge seperti Android, iOS, Raspberry Pi, dan Edge TPU.
Perpustakaan
TensorFlow.js
Latih dan jalankan model langsung di browser menggunakan JavaScript atau Node.js.
API
tf.data
Memproses data terlebih dahulu dan membuat saluran masukan untuk model ML.
Perpustakaan
TFX
Buat pipeline ML produksi dan terapkan praktik terbaik MLOps.
API
tf.keras
Buat model ML dengan API tingkat tinggi TensorFlow.