Buletin TensorFlow September 2023 Lihat contoh dari komunitas, jelajahi rilis TF 2.14, dan banyak lagi.
| Buat pipeline ML dengan Visual Blocks |
| Percepat siklus produk ML menggunakan editor visual tanpa kode ini untuk beralih dari ide ke produksi dengan lebih cepat. Dapatkan inspirasi dengan contoh dari komunitas. |
| |
|
|
| | Jelajahi rilis TensorFlow 2.14 | Rilis ini memperkenalkan peningkatan pada GPU untuk tensor besar, menghilangkan dukungan untuk Python 3.8 (gunakan rilis patch 2.13.1), dan banyak lagi. | |
|
| |
|
| | Pemrosesan awal data temporal menjadi lebih mudah | Pelajari cara menggunakan Temporian, pustaka Python open-source baru, untuk memuat dan memproses data temporal serta melatih model perkiraan dengan TensorFlow Decision Forests . | |
|
| |
|
| Kerangka komputasi dinamika fluida untuk penelitian aliran turbulen | Pelajari simulasi numerik langsung dan bagaimana akselerasi perangkat keras TensorFlow dan TPU memungkinkan simulasi aliran turbulen berskala besar dan berperforma tinggi. | |
|
| |
|
| | Buat efek video gerak lambat menggunakan interpolasi bingkai | Gunakan model FILM di TensorFlow Hub untuk membuat efek video dengan menghasilkan gambar di antara kumpulan gambar yang disediakan. | |
|
| |
|
| Dapat Dijelajahi: Apakah Model Pembelajaran Mesin Menghafal atau Menggeneralisasi? | Pelajari tentang bidang interpretasi mekanistik yang berkembang dan bagaimana generalisasi dapat diamati dalam model yang lebih kompleks. | |
|
| |
|
|
|
|
| | | Tetap Terhubung | | |
|
|
|
|
,
Lihat contoh dari komunitas, jelajahi rilis TF 2.14, dan banyak lagi.
| Buat pipeline ML dengan Visual Blocks |
| Percepat siklus produk ML menggunakan editor visual tanpa kode ini untuk beralih dari ide ke produksi dengan lebih cepat. Dapatkan inspirasi dengan contoh dari komunitas. |
| |
|
|
| | Jelajahi rilis TensorFlow 2.14 | Rilis ini memperkenalkan peningkatan pada GPU untuk tensor besar, menghilangkan dukungan untuk Python 3.8 (gunakan rilis patch 2.13.1), dan banyak lagi. | |
|
| |
|
| | Pemrosesan awal data temporal menjadi lebih mudah | Pelajari cara menggunakan Temporian, pustaka Python open-source baru, untuk memuat dan memproses data temporal serta melatih model perkiraan dengan TensorFlow Decision Forests . | |
|
| |
|
| Kerangka komputasi dinamika fluida untuk penelitian aliran turbulen | Pelajari simulasi numerik langsung dan bagaimana akselerasi perangkat keras TensorFlow dan TPU memungkinkan simulasi aliran turbulen berskala besar dan berperforma tinggi. | |
|
| |
|
| | Buat efek video gerak lambat menggunakan interpolasi bingkai | Gunakan model FILM di TensorFlow Hub untuk membuat efek video dengan menghasilkan gambar di antara kumpulan gambar yang disediakan. | |
|
| |
|
| Dapat Dijelajahi: Apakah Model Pembelajaran Mesin Menghafal atau Menggeneralisasi? | Pelajari tentang bidang interpretasi mekanistik yang berkembang dan bagaimana generalisasi dapat diamati dalam model yang lebih kompleks. | |
|
| |
|
|
|
|
| | | Tetap Terhubung | | |
|
|
|
|
,
Lihat contoh dari komunitas, jelajahi rilis TF 2.14, dan banyak lagi.
| Buat pipeline ML dengan Visual Blocks |
| Percepat siklus produk ML menggunakan editor visual tanpa kode ini untuk beralih dari ide ke produksi dengan lebih cepat. Dapatkan inspirasi dengan contoh dari komunitas. |
| |
|
|
| | Jelajahi rilis TensorFlow 2.14 | Rilis ini memperkenalkan peningkatan pada GPU untuk tensor besar, menghilangkan dukungan untuk Python 3.8 (gunakan rilis patch 2.13.1), dan banyak lagi. | |
|
| |
|
| | Pemrosesan awal data temporal menjadi lebih mudah | Pelajari cara menggunakan Temporian, pustaka Python open-source baru, untuk memuat dan memproses data temporal serta melatih model perkiraan dengan TensorFlow Decision Forests . | |
|
| |
|
| Kerangka komputasi dinamika fluida untuk penelitian aliran turbulen | Pelajari simulasi numerik langsung dan bagaimana akselerasi perangkat keras TensorFlow dan TPU memungkinkan simulasi aliran turbulen berskala besar dan berperforma tinggi. | |
|
| |
|
| | Buat efek video gerak lambat menggunakan interpolasi bingkai | Gunakan model FILM di TensorFlow Hub untuk membuat efek video dengan menghasilkan gambar di antara kumpulan gambar yang disediakan. | |
|
| |
|
| Dapat Dijelajahi: Apakah Model Pembelajaran Mesin Menghafal atau Menggeneralisasi? | Pelajari tentang bidang interpretasi mekanistik yang berkembang dan bagaimana generalisasi dapat diamati dalam model yang lebih kompleks. | |
|
| |
|
|
|
|
| | | Tetap Terhubung | | |
|
|
|
|
,
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
[null,null,[],[],[]]