Набор переводчиков
Nuggets Translation Project занимается переводом последней версии официальной документации TensorFlow. Сейчас открыто набирают переводчиков.
В: Почему мы переводим официальную документацию TensorFlow?
О: Чтобы снизить порог для TensorFlow и предоставить большему количеству разработчиков доступ к новым технологиям. И план перевода Nuggets продолжит поддерживать этот документ.
Программа перевода самородков
Программа перевода самородковэто сообщество, которое переводит высококачественные технические статьи из ИнтернетаНаггетсДелитесь статьями на английском языке на . Охват контентаAndroid,iOS,React,внешний интерфейс,задняя часть,продукт,дизайнЕсли вы хотите видеть более качественные переводы, пожалуйста, продолжайте обращать вниманиеПрограмма перевода самородков.
Добро пожаловать в программу перевода
Запись в программе перевода Nuggets:GitHub.com/rare earth/gold-no…
Запись перевода документа TensorFlow:GitHub.com/редкий/tensor…
Введение в TensorFlow
TensorFlow— это библиотека программного обеспечения с открытым исходным кодом для численных вычислений с использованием графов потоков данных.
Узлы графа представляют собой математические операции, а ребра между узлами — текущие многомерные массивы данных (тензоры).
Эта гибкая архитектура позволяет развертывать вычисления на одном или нескольких процессорах и графических процессорах на настольных компьютерах, серверах или мобильных устройствах без необходимости переписывать код.
TensorFlow также включает в себя TensorBoard, набор инструментов для визуализации данных.
Первоначально TensorFlow был разработан Исследовательским институтом машинного интеллекта Google.
Разработано исследователями и инженерами из команды Google Brain для машинного обучения и глубоких исследований нейронных сетей.
Этой системы обычно достаточно для множества других областей.
Запустите свою первую программу TensorFlow
$ python>>> import tensorflow as tf
>>> hello = tf.constant('Hello, TensorFlow!')
>>> sess = tf.Session()
>>> sess.run(hello)
'Hello, TensorFlow!'
>>> a = tf.constant(10)
>>> b = tf.constant(32)
>>> sess.run(a + b)
42
>>> sess.close()