TensorFlow

Terug naar Module 3 | Terug naar Inhoudsopgave

3.6 TensorFlow Overzicht

TensorFlow is een open-source machine learning framework ontwikkeld door Google. Het wordt veel gebruikt voor het bouwen, trainen en implementeren van deep learning modellen in gebieden zoals beeldclassificatie, objectdetectie, NLP en tijdreeksvoorspelling.

Op Jetson-platforms kan TensorFlow GPU-acceleratie benutten om de training en inferentieprestaties te verbeteren, waardoor het geschikt is voor edge AI-ontwikkeling.

Belangrijkste Functies

  • Ondersteuning voor high-level API's via Keras (tf.keras) voor snelle modelontwikkeling.
  • Flexibele modelexport- en implementatieopties (SavedModel, TensorFlow Lite, ONNX-conversieworkflows).
  • Rijke ecosysteemtools, waaronder TensorBoard voor visualisatie en debugging.
  • Schaalbare uitvoering van lokale apparaten tot cloudinfrastructuur.

Typische Werkstroom

  1. Bereid gegevens voor en verwerk ze voor.
  2. Bouw en train een model met tf.keras.
  3. Evalueer modelnauwkeurigheid en -prestaties.
  4. Exporteer en implementeer het model voor inferentie.

Snel Voorbeeld (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__)

Nuttige TensorFlow Links

Terug naar Module 3