数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究TensorFlow 为什么如此受欢迎以及 TensorFlow 的特性
TensorFlow 是一个开源的机器学习框架，它通过提供高级 API 来帮助开发模型、训练预训练模型。TensorFlow 是一个端到端的平台，可以轻松构建和部署机器学习模型。TensorFlow 使新手和专家都能轻松地为云、桌面、移动和 Web 创建机器学习模型。
TensorFlow 的特性
现在让我们看看 TensorFlow 的特性，这些特性也解释了它为什么如此受欢迎。
轻松构建和训练模型
TensorFlow 提供多个抽象级别，以便您可以快速选择正确的级别。使用高级 Keras API 构建和训练模型，这使得开始使用 TensorFlow 和机器学习变得容易。急切执行允许立即迭代和直观的调试。对于大型 ML 训练任务，请使用分布式策略 API 在不同的硬件配置上进行分布式训练，而无需更改模型定义。
TensorFlow Serving
TensorFlow Serving 是一个灵活且高性能的机器学习模型服务系统，专为生产环境而设计。它在世界上最先进的处理器上以生产规模运行 ML 模型，包括 Google 的定制张量处理单元 (TPU)。
TensorFlow Extended
TensorFlow Extended (TFX) 是一个用于部署生产机器学习管道的端到端平台。如果您需要完整的生产 ML 管道，请使用 TensorFlow Extended。
TensorFlow Lite
TensorFlow Lite 是一个移动库，用于在移动设备、微控制器和其他边缘设备上部署模型。要运行移动和边缘设备上的推理，请使用 TensorFlow Lite。
TensorFlow.js
使用 TensorFlow.js 在 JavaScript 环境中训练和部署模型。TensorFlow.js 是一个用于 JavaScript 中机器学习的库。在 JavaScript 中开发 ML 模型，并在浏览器或 Node.js 中直接使用 ML。
最先进的模型
构建和训练最先进的模型，而不会牺牲速度或性能。TensorFlow 通过 Keras 函数式 API 和模型子类化 API 等功能为您提供控制权，以便创建复杂的拓扑结构。
强大的附加库生态系统
TensorFlow 还支持强大的附加库和模型生态系统以供实验，包括 Ragged 张量、TensorFlow Probability、Tensor2Tensor 和 BERT。
强大的 ML 生产
TensorFlow 提供了一条通往生产的直接路径。即使是在服务器、边缘设备或 Web 上，TensorFlow 也允许您轻松地训练和部署您的模型，无论您使用什么语言或平台。
289 次浏览
