برای فراهم اوردن امکان ایجاد جلوه های جدید و مفید، Google اعلام کرد که مجموعه ای از API های سازگار را ارائه می دهد که به توسعه دهندگان اجازه می دهد پلاگین های بصری سازی( visualization) را به TensorBoard اضافه کنند. گوگل امیدوار است که توسعه دهندگان از این API برای گسترش TensorBoard استفاده کنند و اطمینان حاصل شود که انواع مختلفی از موارد استفاده را پوشش می دهند.
به تارگی تیم تحقیقاتی گوگل در مقاله‌ای مفصل، به معرفی سیستم مترجم ماشینی (Neural Machine Translation) پرداخته است و کدهای آن را برای دسترسی عموم ارائه کرده است. لینک مقاله: https://goo.gl/kJue3c لینک کدها: https://goo.gl/yy4grk
این سلسله مقالات به منظور تمرکز بر بخش‌های جذاب و مهم ساخت یک مدل word2vec در تنسورفلو ارائه می‌شوند.
این آموزش شما را برای شروع برنامه‌نویسی در تنسورفلو آماده می‌کند. پیش از استفاده از این راهنما، حتماً راهنمای نصب تنسورفلو را مطالعه کنید و یک نسخه از تنسورفلو را نصب کنید تا در ضمن آموزش از آن استفاده کنید.
در مطالب پیشین اشاره کردیم که تنسورفلو از داده ساختارهای مبتنی بر تانسور بهره می‌گیرد و هم‌چنین انواع نوع داده‌های مبتنی تانسور را مرور کردیم. در ادامه به معرفی ویژگی‌های این نوع داده ساختارهای تانسورها می‌پردازیم.
یکی از گام‌های اولیه و اساسی در برنامه‌های یادگیری ماشینی، بارگذاری و فراخوانی مجموعه داده‌ها است. در نسخه‌ی ۱٫۰ TensorFlow نسبت به نسخه‌های پیشین ابزارهایی جدیدی به این منظور گنجانده‌شده است.
بالاخره بعد از مدت ها نسخه ی پایدار تنسورفلو در قالب نسخه TensorFlow 1.0 ارائه شد.
ممکن است در کار با سیستم عامل Ubuntu و یا سایر توزیع‌های لینوکس با مشکل نصب و راه اندازی درایور کارت گرافیک Nvidia مواجه شده باشید. در این آموزش مختصر، به نحوه‌ی حل این مشکلات خواهیم پرداخت.
در این مطلب نحوه‌ی استفاده از نشست تعاملی (Interactive Session) آموزش داده میشود.
در این مطلب نحوه‌ی ایجاد کردن تانسورهای مختلف و کار با آن‌ها در تنسورفلو آموزش داده میشود.