TensorFlow ニュースレター 2023 年 9 月コミュニティの例をチェックし、TF 2.14 リリースなどを調べてください。
| | Visual Blocks を使用して ML パイプラインを作成する |
| | このコード不要のビジュアル エディターを使用して ML 製品サイクルを加速し、アイデアから製品化までの時間を短縮します。コミュニティからの例からインスピレーションを得てください。 |
| |
|
|
| | | TensorFlow 2.14 リリースを探索する | | このリリースでは、大規模なテンソルに対する GPU の改善が導入され、Python 3.8 のサポートが削除されます (2.13.1 パッチ リリースを使用します)。 | |
|
| |
|
|  | | 時系列データの前処理が容易になりました | | 新しいオープンソース Python ライブラリである Temporian を使用して、時系列データをロードして処理し、 TensorFlow Decision Forestsで予測モデルをトレーニングする方法を学びます。 | |
|
| |
|
| | 乱流研究のための数値流体力学フレームワーク | | 直接数値シミュレーションと、TensorFlow と TPU ハードウェア アクセラレーションによって乱流の高性能かつ大規模なシミュレーションがどのように可能になるかについて学びます。 | |
|
| |
|
|  | | フレーム補間を使用してスローモーション ビデオ効果を作成する | | TensorFlow HubのFILMモデルを使用して、提供された一連の画像から中間画像を生成することでビデオ効果を作成します。 | |
|
| |
|
| | 探索可能: 機械学習モデルは記憶するのか、それとも一般化するのか? | | 機械的解釈可能性の成長分野と、より複雑なモデルで一般化がどのように観察されるかについて学びます。 | |
|
| |
|
|
|
|
| |  | | つながりを保つ | | |
|
|
|
|
、
コミュニティの例をチェックし、TF 2.14 リリースなどを調べてください。
| | Visual Blocks を使用して ML パイプラインを作成する |
| | このコード不要のビジュアル エディターを使用して ML 製品サイクルを加速し、アイデアから製品化までの時間を短縮します。コミュニティからの例からインスピレーションを得てください。 |
| |
|
|
| | | TensorFlow 2.14 リリースを探索する | | このリリースでは、大規模なテンソルに対する GPU の改善が導入され、Python 3.8 のサポートが削除されます (2.13.1 パッチ リリースを使用)。 | |
|
| |
|
| | | | 時系列データの前処理が容易になりました | | 新しいオープンソース Python ライブラリである Temporian を使用して、時系列データをロードして処理し、 TensorFlow Decision Forestsで予測モデルをトレーニングする方法を学びます。 | |
|
| |
|
| | 乱流研究のための数値流体力学フレームワーク | | 直接数値シミュレーションと、TensorFlow と TPU ハードウェア アクセラレーションによって乱流の高性能かつ大規模なシミュレーションがどのように可能になるかについて学びます。 | |
|
| |
|
| | | | フレーム補間を使用してスローモーション ビデオ効果を作成する | | TensorFlow HubのFILMモデルを使用して、提供された一連の画像から中間画像を生成することでビデオ効果を作成します。 | |
|
| |
|
| | 探索可能: 機械学習モデルは記憶するのか、それとも一般化するのか? | | 機械的解釈可能性の成長分野と、より複雑なモデルで一般化がどのように観察されるかについて学びます。 | |
|
| |
|
|
|
|
| | | | つながりを保つ | | |
|
|
|
|
、
コミュニティの例をチェックし、TF 2.14 リリースなどを調べてください。
| | Visual Blocks を使用して ML パイプラインを作成する |
| | このコード不要のビジュアル エディターを使用して ML 製品サイクルを加速し、アイデアから製品化までの時間を短縮します。コミュニティからの例からインスピレーションを得てください。 |
| |
|
|
| | | TensorFlow 2.14 リリースを探索する | | このリリースでは、大規模なテンソルに対する GPU の改善が導入され、Python 3.8 のサポートが削除されます (2.13.1 パッチ リリースを使用)。 | |
|
| |
|
| | | | 時系列データの前処理が容易になりました | | 新しいオープンソース Python ライブラリである Temporian を使用して、時系列データをロードして処理し、 TensorFlow Decision Forestsで予測モデルをトレーニングする方法を学びます。 | |
|
| |
|
| | 乱流研究のための数値流体力学フレームワーク | | 直接数値シミュレーションと、TensorFlow と TPU ハードウェア アクセラレーションによって乱流の高性能かつ大規模なシミュレーションがどのように可能になるかについて学びます。 | |
|
| |
|
| | | | フレーム補間を使用してスローモーション ビデオ効果を作成する | | TensorFlow HubのFILMモデルを使用して、提供された一連の画像から中間画像を生成することでビデオ効果を作成します。 | |
|
| |
|
| | 探索可能: 機械学習モデルは記憶するのか、それとも一般化するのか? | | 機械的解釈可能性の成長分野と、より複雑なモデルで一般化がどのように観察されるかについて学びます。 | |
|
| |
|
|
|
|
| | | | つながりを保つ | | |
|
|
|
|
、
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
[null,null,[],[],[]]
