TensorFlow
منصة تعلم آلي شاملة من Google لبناء النماذج وتدريبها ونشرها على الخوادم والهواتف والمتصفحات.
المعلومات الأساسية
| الاسم | TensorFlow |
|---|---|
| الاسم الكامل | TensorFlow |
| التصنيف | أطر التعلم العميق |
| الجهة المطورة | |
| سنة الإطلاق | 2015 |
| الموقع الرسمي | www.tensorflow.org |
| مستودع GitHub | غير محدد |
| الوثائق الرسمية | غير محدد |
| الحزمة على PyPI | tensorflow |
| الترخيص | Apache-2.0 (PyPI license) |
| حالة المشروع | نشطة صدر لها إصدار خلال آخر 12 شهراً |
| آخر إصدار | 6 مارس 2026 (الإصدار 2.21.0) |
| لغة البرمجة | Python، C++، CUDA |
| أنظمة التشغيل | غير محدد |
| إصدار Python المطلوب | >=3.10 |
| مستوى الصعوبة | متوسط |
آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)
نظرة عامة
يوفر TensorFlow موترات واشتقاقاً تلقائياً (GradientTape) وتنفيذاً فورياً مع إمكانية الترجمة إلى رسوم بيانية عبر tf.function، ويستخدم Keras واجهة عالية المستوى لبناء النماذج.
يتميز بمنظومة نشر ناضجة: TensorFlow Serving للخوادم، وLiteRT (المعروف سابقاً بـ TensorFlow Lite) للأجهزة المحمولة، وTensorFlow.js للمتصفح، وخطوط TFX للإنتاج.
متى تختارها؟ اختره عندما يكون النشر على الهواتف أو المتصفح أو منظومة Google جزءاً أساسياً من المشروع.
الاستخدامات
الاستخدامات الرئيسية
- تدريب الشبكات العصبية ونشرها
- نماذج للهواتف والأجهزة المدمجة
- خطوط تعلم آلي إنتاجية
المجالات العلمية
- الصناعة
- الرؤية واللغة
- الأجهزة الطرفية
أنواع المشاريع المناسبة
- تطبيق تصنيف صور على الهاتف
- خدمة نموذج إنتاجية
تطبيقات بحثية
- تجارب التعلم العميق في البيئات التي تعتمد منظومة Google
الخصائص التقنية
تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».
| دعم المعالج المركزي (CPU) | مدعوم |
|---|---|
| دعم المعالج الرسومي (GPU) | مدعومدعم GPU الرسمي على Linux؛ على Windows عبر WSL2 حسب دليل التثبيت. |
| التوافق مع CUDA | مدعوم |
| التدريب أو الحوسبة الموزعة | مدعوم |
| الاشتقاق التلقائي (Autodiff) | مدعوم |
| نشر النماذج (Deployment) | مدعوم |
| نماذج مدربة مسبقاً | جزئي أو عبر إضافةعبر Keras Applications وKaggle Models (TensorFlow Hub سابقاً). |
| أنواع البيانات المدعومة | float16/bfloat16/float32/float64، أعداد صحيحة، نصوص، موترات متناثرة وغير منتظمة |
| التكامل مع مكتبات أخرى | Keras، TensorFlow Quantum، ONNX Runtime |
| المرونة (تقدير تحريري) | عالية |
| الأداء (تقدير تحريري) | عالية مع XLA |
| المجتمع (تقدير تحريري) | ضخم |
| جودة التوثيق (تقدير تحريري) | توثيق ودروس رسمية كثيرة |
التثبيت والتشغيل
pip install tensorflowدعم GPU يختلف حسب النظام؛ راجع دليل التثبيت الرسمي.
التوافق: Python >=3.10 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026
يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.
أمثلة برمجية
الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.
متوسطحلقة تدريب مخصصة بـ GradientTapeنُفّذ واختُبر
الهدف: كتابة خطوة تدريب يدوية في TensorFlow وترجمتها بـ tf.function.
import tensorflow as tf
tf.random.set_seed(0)
x = tf.random.normal((256, 1)); y = 3 * x + 2 + 0.1 * tf.random.normal((256, 1))
w, b = tf.Variable(0.0), tf.Variable(0.0)
opt = tf.keras.optimizers.SGD(0.1)
@tf.function
def step():
with tf.GradientTape() as tape:
loss = tf.reduce_mean((w * x + b - y) ** 2)
opt.apply_gradients(zip(tape.gradient(loss, [w, b]), [w, b]))
return loss
for i in range(100):
loss = step()
print(f"w={w.numpy():.3f} b={b.numpy():.3f} loss={loss.numpy():.4f}")
شرح الكود
GradientTape يسجل العمليات لحساب التدرجات، وtf.function يحول الدالة إلى رسم حسابي أسرع. نلائم خطاً مستقيماً y = 3x + 2 مع ضوضاء ونتحقق من تقارب المعاملات.
المخرجات المسجلة عند الاختبار
w=3.003 b=1.999 loss=0.0111
نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — tensorflow 2.21.0, python 3.13.18
المزايا
- منظومة نشر متكاملة للخوادم والهواتف والويب
- Keras واجهة سهلة
- أدوات إنتاج ناضجة
القيود
- حصته في الأبحاث الحديثة تراجعت لصالح PyTorch
- رسائل الأخطاء في وضع الرسم البياني أصعب تتبعاً
المراجع والتحقق
- صفحة الحزمة على PyPI (مصدر الإصدار والترخيص وتاريخ الإصدار) تحقق مباشر
https://pypi.org/project/tensorflow/
تاريخ التحقق: 21 نوفمبر 2026 — الإصدار المتحقق منه: 2.21.0 — المراجعة: فريق DLArabic
- الموقع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://www.tensorflow.org/
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
سجل الإصدارات المتحقق منها
| الإصدار | تاريخ الإصدار | تاريخ التحقق |
|---|---|---|
| 2.21.0 | 6 مارس 2026 | 21 نوفمبر 2026 |
آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.
