Tháng 6 năm 2023

Khám phá các công cụ mới, sử dụng LLM trong các ứng dụng trong thế giới thực và hơn thế nữa

Tìm hiểu cách Keras giúp việc học sâu trở nên dễ dàng Khám phá các thành phần của API Keras, cung cấp giao diện dễ tiếp cận để giải quyết các vấn đề về máy học với TensorFlow. Xem hướng dẫn dành cho nhà phát triển Tạo ứng dụng Android tự động hoàn thành với KerasNLP và TensorFlow Lite Các mô hình ngôn ngữ lớn (LLM) được đào tạo để tạo văn bản dựa trên các tập dữ liệu lớn. Tìm hiểu cách tải mô hình KerasNLP, tối ưu hóa nó bằng các kỹ thuật lượng tử hóa và triển khai nó vào ứng dụng demo Android có thể chạy bất kỳ LLM TFLite tương thích nào. Xem ví dụ Biến các ý tưởng ML thành hiện thực bằng cách sử dụng Visual Blocks Visual Blocks là một khung lập trình đồ họa mới để tạo mẫu và thử nghiệm nhanh chóng. Sử dụng các khối xây dựng máy học mạnh mẽ như PaLM 2, lặp lại trong giao diện trực quan và dễ dàng triển khai. Hãy thử khối trực quan Mở rộng khả năng tiếp cận công nghệ siêu âm với TensorFlow Lite Đọc cách nhóm Health AI của Google đang làm việc để mở rộng khả năng tiếp cận toàn cầu tới dịch vụ chăm sóc sức khỏe bà mẹ bằng cách xây dựng hệ thống siêu âm thai nhi được tối ưu hóa cho thiết bị di động bằng cách sử dụng TensorFlow Lite để suy luận trên thiết bị. Đọc blog Trực quan hóa và giải thích cây quyết định với dtreeviz Sử dụng thư viện dtreeviz với Rừng quyết định TensorFlow để trực quan hóa cách mỗi nút quyết định trong cây phân chia miền của một đối tượng cụ thể và hiển thị phân bổ các phiên bản đào tạo trong mỗi dự đoán. Đọc blog Dùng thử trong Colab Hệ thống khuyến nghị mở rộng với LLM hiện đại Khám phá cách bạn có thể sử dụng API PaLM để tạo đề xuất trong ứng dụng trò chuyện, tạo và sắp xếp đề xuất, sử dụng nội dung nhúng để truy xuất các ứng viên không xác định, v.v. Đọc blog Chuyển đổi từ công nghệ phần mềm sang kỹ thuật ML Sự khác biệt chính về tư duy giữa Kỹ thuật học máy (MLE) và Kỹ thuật phần mềm (SWE) là gì? Tìm hiểu xem một ngày làm việc điển hình của từng vai trò sẽ như thế nào, mức độ phức tạp của chúng và chúng khác nhau như thế nào từ việc lập kế hoạch đến xác định thành công. Xem video Luôn kết nối © 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043

,

Khám phá các công cụ mới, sử dụng LLM trong các ứng dụng trong thế giới thực và hơn thế nữa

Tìm hiểu cách Keras giúp việc học sâu trở nên dễ dàng Khám phá các thành phần của API Keras, cung cấp giao diện dễ tiếp cận để giải quyết các vấn đề về máy học với TensorFlow. Xem hướng dẫn dành cho nhà phát triển Tạo ứng dụng Android tự động hoàn thành với KerasNLP và TensorFlow Lite Các mô hình ngôn ngữ lớn (LLM) được đào tạo để tạo văn bản dựa trên các tập dữ liệu lớn. Tìm hiểu cách tải mô hình KerasNLP, tối ưu hóa nó bằng các kỹ thuật lượng tử hóa và triển khai nó vào ứng dụng demo Android có thể chạy bất kỳ LLM TFLite tương thích nào. Xem ví dụ Biến các ý tưởng ML thành hiện thực bằng cách sử dụng Visual Blocks Visual Blocks là một khung lập trình đồ họa mới để tạo mẫu và thử nghiệm nhanh chóng. Sử dụng các khối xây dựng máy học mạnh mẽ như PaLM 2, lặp lại trong giao diện trực quan và dễ dàng triển khai. Hãy thử khối trực quan Mở rộng khả năng tiếp cận công nghệ siêu âm với TensorFlow Lite Đọc cách nhóm Health AI của Google đang nỗ lực mở rộng khả năng tiếp cận toàn cầu tới dịch vụ chăm sóc sức khỏe bà mẹ bằng cách xây dựng hệ thống siêu âm thai nhi được tối ưu hóa cho thiết bị di động bằng cách sử dụng TensorFlow Lite để suy luận trên thiết bị. Đọc blog Trực quan hóa và giải thích cây quyết định với dtreeviz Sử dụng thư viện dtreeviz với Rừng quyết định TensorFlow để trực quan hóa cách mỗi nút quyết định trong cây phân chia miền của một đối tượng cụ thể và hiển thị phân bổ các phiên bản đào tạo trong mỗi dự đoán. Đọc blog Dùng thử trong Colab Hệ thống khuyến nghị mở rộng với LLM hiện đại Khám phá cách bạn có thể sử dụng API PaLM để tạo đề xuất trong ứng dụng trò chuyện, tạo và sắp xếp đề xuất, sử dụng nội dung nhúng để truy xuất các ứng viên không xác định, v.v. Đọc blog Chuyển đổi từ công nghệ phần mềm sang kỹ thuật ML Sự khác biệt chính về tư duy giữa Kỹ thuật học máy (MLE) và Kỹ thuật phần mềm (SWE) là gì? Tìm hiểu xem một ngày làm việc điển hình của từng vai trò sẽ như thế nào, mức độ phức tạp của chúng và chúng khác nhau như thế nào từ việc lập kế hoạch đến xác định thành công. Xem video Luôn kết nối © 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043

,

Khám phá các công cụ mới, sử dụng LLM trong các ứng dụng trong thế giới thực và hơn thế nữa

Tìm hiểu cách Keras giúp việc học sâu trở nên dễ dàng Khám phá các thành phần của API Keras, cung cấp giao diện dễ tiếp cận để giải quyết các vấn đề về máy học với TensorFlow. Xem hướng dẫn dành cho nhà phát triển Tạo ứng dụng Android tự động hoàn thành với KerasNLP và TensorFlow Lite Các mô hình ngôn ngữ lớn (LLM) được đào tạo để tạo văn bản dựa trên các tập dữ liệu lớn. Tìm hiểu cách tải mô hình KerasNLP, tối ưu hóa nó bằng các kỹ thuật lượng tử hóa và triển khai nó vào ứng dụng demo Android có thể chạy bất kỳ LLM TFLite tương thích nào. Xem ví dụ Biến các ý tưởng ML thành hiện thực bằng cách sử dụng Visual Blocks Visual Blocks là một khung lập trình đồ họa mới để tạo mẫu và thử nghiệm nhanh chóng. Sử dụng các khối xây dựng máy học mạnh mẽ như PaLM 2, lặp lại trong giao diện trực quan và dễ dàng triển khai. Hãy thử khối trực quan Mở rộng khả năng tiếp cận công nghệ siêu âm với TensorFlow Lite Đọc cách nhóm Health AI của Google đang làm việc để mở rộng khả năng tiếp cận toàn cầu tới dịch vụ chăm sóc sức khỏe bà mẹ bằng cách xây dựng hệ thống siêu âm thai nhi được tối ưu hóa cho thiết bị di động bằng cách sử dụng TensorFlow Lite để suy luận trên thiết bị. Đọc blog Trực quan hóa và giải thích cây quyết định với dtreeviz Sử dụng thư viện dtreeviz với Rừng quyết định TensorFlow để trực quan hóa cách mỗi nút quyết định trong cây phân chia miền của một đối tượng cụ thể và hiển thị phân bổ các phiên bản đào tạo trong mỗi dự đoán. Đọc blog Dùng thử trong Colab Hệ thống khuyến nghị mở rộng với LLM hiện đại Khám phá cách bạn có thể sử dụng API PaLM để tạo đề xuất trong ứng dụng trò chuyện, tạo và sắp xếp đề xuất, sử dụng nội dung nhúng để truy xuất các ứng viên không xác định, v.v. Đọc blog Chuyển đổi từ công nghệ phần mềm sang kỹ thuật ML Sự khác biệt chính về tư duy giữa Kỹ thuật học máy (MLE) và Kỹ thuật phần mềm (SWE) là gì? Tìm hiểu xem một ngày làm việc điển hình của từng vai trò sẽ như thế nào, mức độ phức tạp của chúng và chúng khác nhau như thế nào từ việc lập kế hoạch đến xác định thành công. Xem video Luôn kết nối © 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043

,

Khám phá các công cụ mới, sử dụng LLM trong các ứng dụng trong thế giới thực và hơn thế nữa

Tìm hiểu cách Keras giúp việc học sâu trở nên dễ dàng Khám phá các thành phần của API Keras, cung cấp giao diện dễ tiếp cận để giải quyết các vấn đề về máy học với TensorFlow. Xem hướng dẫn dành cho nhà phát triển Tạo ứng dụng Android tự động hoàn thành với KerasNLP và TensorFlow Lite Các mô hình ngôn ngữ lớn (LLM) được đào tạo để tạo văn bản dựa trên các tập dữ liệu lớn. Tìm hiểu cách tải mô hình KerasNLP, tối ưu hóa nó bằng các kỹ thuật lượng tử hóa và triển khai nó vào ứng dụng demo Android có thể chạy bất kỳ LLM TFLite tương thích nào. Xem ví dụ Biến các ý tưởng ML thành hiện thực bằng cách sử dụng Visual Blocks Visual Blocks là một khung lập trình đồ họa mới để tạo mẫu và thử nghiệm nhanh chóng. Sử dụng các khối xây dựng máy học mạnh mẽ như PaLM 2, lặp lại trong giao diện trực quan và dễ dàng triển khai. Hãy thử khối trực quan Mở rộng khả năng tiếp cận công nghệ siêu âm với TensorFlow Lite Đọc cách nhóm Health AI của Google đang nỗ lực mở rộng khả năng tiếp cận toàn cầu tới dịch vụ chăm sóc sức khỏe bà mẹ bằng cách xây dựng hệ thống siêu âm thai nhi được tối ưu hóa cho thiết bị di động bằng cách sử dụng TensorFlow Lite để suy luận trên thiết bị. Đọc blog Trực quan hóa và giải thích cây quyết định với dtreeviz Sử dụng thư viện dtreeviz với Rừng quyết định TensorFlow để trực quan hóa cách mỗi nút quyết định trong cây phân chia miền của một đối tượng cụ thể và hiển thị phân bổ các phiên bản đào tạo trong mỗi dự đoán. Đọc blog Dùng thử trong Colab Hệ thống khuyến nghị mở rộng với LLM hiện đại Khám phá cách bạn có thể sử dụng API PaLM để tạo đề xuất trong ứng dụng trò chuyện, tạo và sắp xếp đề xuất, sử dụng nội dung nhúng để truy xuất các ứng viên không xác định, v.v. Đọc blog Chuyển đổi từ công nghệ phần mềm sang kỹ thuật ML Sự khác biệt chính về tư duy giữa Kỹ thuật học máy (MLE) và Kỹ thuật phần mềm (SWE) là gì? Tìm hiểu xem một ngày làm việc điển hình của từng vai trò sẽ như thế nào, mức độ phức tạp của chúng và chúng khác nhau như thế nào từ việc lập kế hoạch đến xác định thành công. Xem video Luôn kết nối © 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043