มิถุนายน 2023

สำรวจเครื่องมือใหม่ ใช้ LLM ในแอปพลิเคชันโลกแห่งความเป็นจริง และอื่นๆ อีกมากมาย

เรียนรู้ว่า Keras ทำให้การเรียนรู้เชิงลึกเป็นเรื่องง่ายได้อย่างไร สำรวจส่วนประกอบของ Keras API ซึ่งมอบอินเทอร์เฟซที่เข้าถึงได้สำหรับการแก้ไขปัญหาการเรียนรู้ของเครื่องด้วย TensorFlow ดูคู่มือสำหรับนักพัฒนา สร้างแอป Android เติมข้อความอัตโนมัติด้วย KerasNLP และ TensorFlow Lite แบบจำลองภาษาขนาดใหญ่ (LLM) ได้รับการฝึกฝนให้สร้างข้อความโดยอ้างอิงจากชุดข้อมูลขนาดใหญ่ เรียนรู้วิธีการโหลดแบบจำลอง KerasNLP ปรับแต่งด้วยเทคนิคการควอนไทซ์ และปรับใช้กับแอปสาธิต Android ที่สามารถรัน TFLite LLM ที่รองรับได้ ดูตัวอย่าง นำแนวคิด ML มาใช้ในชีวิตจริงโดยใช้ Visual Blocks Visual Blocks คือเฟรมเวิร์กการเขียนโปรแกรมกราฟิกใหม่สำหรับการสร้างต้นแบบและการทดลองอย่างรวดเร็ว ใช้บล็อกการเรียนรู้ของเครื่องอันทรงพลังอย่าง PaLM 2 ทำซ้ำภายในอินเทอร์เฟซแบบภาพ และปรับใช้ได้อย่างง่ายดาย ลองใช้ Visual Blocks ขยายการเข้าถึงเทคโนโลยีอัลตราซาวนด์ด้วย TensorFlow Lite อ่านวิธีการที่ทีม AI ด้านสุขภาพของ Google กำลังดำเนินการเพื่อขยายการเข้าถึงการดูแลสุขภาพมารดาในระดับโลกด้วยการสร้างระบบอัลตราซาวนด์ของทารกในครรภ์ที่ปรับให้เหมาะกับอุปกรณ์พกพาโดยใช้ TensorFlow Lite สำหรับการอนุมานบนอุปกรณ์ อ่านบล็อก แสดงภาพและตีความต้นไม้การตัดสินใจด้วย dtreeviz ใช้ไลบรารี dtreeviz ร่วมกับ TensorFlow Decision Forests เพื่อแสดงภาพว่าโหนดการตัดสินใจแต่ละโหนดในต้นไม้แบ่งโดเมนของฟีเจอร์เฉพาะออกอย่างไร และแสดงการกระจายของอินสแตนซ์การฝึกอบรมในแต่ละการทำนาย อ่านบล็อก ลองใช้งานใน Colab เสริมระบบการแนะนำด้วย LLM ที่ทันสมัย สำรวจว่าคุณสามารถใช้ PaLM API เพื่อสร้างคำแนะนำในแอปพลิเคชันแชท สร้างและเรียงลำดับคำแนะนำ ใช้การฝังเพื่อดึงผู้สมัครที่ไม่รู้จัก และอื่นๆ ได้อย่างไร อ่านบล็อก การเปลี่ยนผ่านจากวิศวกรรมซอฟต์แวร์ไปสู่วิศวกรรม ML ความแตกต่างหลักระหว่างวิศวกรรมการเรียนรู้ของเครื่อง (MLE) และวิศวกรรมซอฟต์แวร์ (SWE) มีอะไรบ้าง? มาดูกันว่าวันทำงานทั่วไปของแต่ละบทบาทเป็นอย่างไร ความซับซ้อนของแต่ละบทบาท และความแตกต่างระหว่างการวางแผนกับการกำหนดความสำเร็จเป็นอย่างไร ชมวิดีโอ เชื่อมต่ออยู่เสมอ © 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043