TensorFlow

Volver al Módulo 3 | Volver a la Tabla de Contenidos

3.6 Descripción General de TensorFlow

TensorFlow es un framework de código abierto para aprendizaje automático desarrollado por Google. Se utiliza ampliamente para construir, entrenar y desplegar modelos de aprendizaje profundo en áreas como clasificación de imágenes, detección de objetos, PNL y forecasting de series temporales.

En las plataformas Jetson, TensorFlow puede aprovechar la aceleración por GPU para mejorar el rendimiento de entrenamiento e inferencia, lo que lo hace adecuado para el desarrollo de IA perimetral (Edge AI).

Características Principales

  • Soporte de API de alto nivel a través de Keras (tf.keras) para desarrollo rápido de modelos.
  • Opciones flexibles de exportación y despliegue de modelos (SavedModel, TensorFlow Lite, flujos de trabajo de conversión a ONNX).
  • Herramientas de ecosistema ricas, incluyendo TensorBoard para visualización y depuración.
  • Ejecución escalable desde dispositivos locales hasta infraestructura en la nube.

Flujo de Trabajo Típico

  1. Preparar y preprocesar los datos.
  2. Construir y entrenar un modelo con tf.keras.
  3. Evaluar la precisión y el rendimiento del modelo.
  4. Exportar y desplegar el modelo para inferencia.

Ejemplo Rápido (Keras)

python
import tensorflow as tf

model = tf.keras.Sequential([
    tf.keras.layers.Dense(64, activation='relu', input_shape=(32,)),
    tf.keras.layers.Dense(10, activation='softmax')
])

model.compile(optimizer='adam',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

print("TensorFlow version:", tf.__version__)

Enlaces Útiles de TensorFlow

Volver al Módulo 3