TensorFlow Bülteni Eylül 2023 Topluluktan örneklere göz atın, TF 2.14 sürümünü keşfedin ve daha fazlasını yapın.
| Visual Blocks ile ML ardışık düzenleri oluşturun |
| Fikirden üretime daha hızlı geçmek için bu kodsuz görsel düzenleyiciyi kullanarak makine öğrenimi ürün döngüsünü hızlandırın. Topluluktan örneklerden ilham alın. |
| |
|
|
| | TensorFlow 2.14 sürümünü keşfedin | Sürüm, büyük tensörler için GPU'da iyileştirmeler sunuyor, Python 3.8 desteğini kaldırıyor (2.13.1 yama sürümünü kullanın) ve daha fazlasını sunuyor. | Sürüm notlarını görüntüle |
| |
|
|
|
|
|
| |
|
| | Zamansal verilerin ön işlenmesi artık daha kolay | Zamansal verileri yüklemek ve işlemek ve TensorFlow Karar Ormanları ile bir tahmin modelini eğitmek için yeni bir açık kaynaklı Python kütüphanesi olan Temporian'ı nasıl kullanacağınızı öğrenin. | |
|
| |
|
| Türbülanslı akış araştırmaları için hesaplamalı akışkanlar dinamiği çerçevesi | Doğrudan sayısal simülasyon hakkında bilgi edinin ve TensorFlow ile TPU donanım hızlandırmanın türbülanslı akışların yüksek performanslı, büyük ölçekli simülasyonlarını nasıl mümkün kıldığını öğrenin. | |
|
| |
|
| | Çerçeve enterpolasyonunu kullanarak ağır çekim video efektleri oluşturun | Sağlanan bir görüntü kümesinden ara görüntüler oluşturarak video efektleri oluşturmak için TensorFlow Hub'daki FILM modelini kullanın. | |
|
| |
|
| Keşfedilebilir: Makine Öğrenimi Modelleri Ezberliyor mu, Yoksa Genelleştiriyor mu? | Büyüyen mekanik yorumlanabilirlik alanı ve daha karmaşık modellerde genellemenin nasıl gözlemlenebileceği hakkında bilgi edinin. | |
|
| |
|
|
|
|
| |  | Bağlantıda Kalın | | |
|
|
|
|

,
Topluluktan örneklere göz atın, TF 2.14 sürümünü keşfedin ve daha fazlasını yapın.
| Visual Blocks ile ML ardışık düzenleri oluşturun |
| Fikirden üretime daha hızlı geçmek için bu kodsuz görsel düzenleyiciyi kullanarak makine öğrenimi ürün döngüsünü hızlandırın. Topluluktan örneklerden ilham alın. |
| |
|
|
| | TensorFlow 2.14 sürümünü keşfedin | Sürüm, büyük tensörler için GPU'da iyileştirmeler sunuyor, Python 3.8 desteğini kaldırıyor (2.13.1 yama sürümünü kullanın) ve daha fazlasını sunuyor. | Sürüm notlarını görüntüle |
| |
|
|
|
|
|
| |
|
| | Zamansal verilerin ön işlenmesi artık daha kolay | Zamansal verileri yüklemek ve işlemek ve TensorFlow Karar Ormanları ile bir tahmin modelini eğitmek için yeni bir açık kaynaklı Python kütüphanesi olan Temporian'ı nasıl kullanacağınızı öğrenin. | |
|
| |
|
| Türbülanslı akış araştırmaları için hesaplamalı akışkanlar dinamiği çerçevesi | Doğrudan sayısal simülasyon hakkında bilgi edinin ve TensorFlow ile TPU donanım hızlandırmanın türbülanslı akışların yüksek performanslı, büyük ölçekli simülasyonlarını nasıl mümkün kıldığını öğrenin. | |
|
| |
|
| | Çerçeve enterpolasyonunu kullanarak ağır çekim video efektleri oluşturun | Sağlanan bir görüntü grubundan ara görüntüler oluşturarak video efektleri oluşturmak için TensorFlow Hub'daki FILM modelini kullanın. | |
|
| |
|
| Keşfedilebilir: Makine Öğrenimi Modelleri Ezberliyor mu, Yoksa Genelleştiriyor mu? | Büyüyen mekanik yorumlanabilirlik alanı ve daha karmaşık modellerde genellemenin nasıl gözlemlenebileceği hakkında bilgi edinin. | |
|
| |
|
|
|
|
| |  | Bağlantıda Kalın | | |
|
|
|
|

,
Topluluktan örneklere göz atın, TF 2.14 sürümünü keşfedin ve daha fazlasını yapın.
| Visual Blocks ile ML ardışık düzenleri oluşturun |
| Fikirden üretime daha hızlı geçmek için bu kodsuz görsel düzenleyiciyi kullanarak makine öğrenimi ürün döngüsünü hızlandırın. Topluluktan örneklerden ilham alın. |
| |
|
|
| | TensorFlow 2.14 sürümünü keşfedin | Sürüm, büyük tensörler için GPU'da iyileştirmeler sunuyor, Python 3.8 desteğini kaldırıyor (2.13.1 yama sürümünü kullanın) ve daha fazlasını sunuyor. | Sürüm notlarını görüntüle |
| |
|
|
|
|
|
| |
|
| | Zamansal verilerin ön işlenmesi artık daha kolay | Zamansal verileri yüklemek ve işlemek ve TensorFlow Karar Ormanları ile bir tahmin modelini eğitmek için yeni bir açık kaynaklı Python kütüphanesi olan Temporian'ı nasıl kullanacağınızı öğrenin. | |
|
| |
|
| Türbülanslı akış araştırmaları için hesaplamalı akışkanlar dinamiği çerçevesi | Doğrudan sayısal simülasyon hakkında bilgi edinin ve TensorFlow ile TPU donanım hızlandırmanın türbülanslı akışların yüksek performanslı, büyük ölçekli simülasyonlarını nasıl mümkün kıldığını öğrenin. | |
|
| |
|
| | Çerçeve enterpolasyonunu kullanarak ağır çekim video efektleri oluşturun | Sağlanan bir görüntü kümesinden ara görüntüler oluşturarak video efektleri oluşturmak için TensorFlow Hub'daki FILM modelini kullanın. | |
|
| |
|
| Keşfedilebilir: Makine Öğrenimi Modelleri Ezberliyor mu, Yoksa Genelleştiriyor mu? | Büyüyen mekanik yorumlanabilirlik alanı ve daha karmaşık modellerde genellemenin nasıl gözlemlenebileceği hakkında bilgi edinin. | |
|
| |
|
|
|
|
| |  | Bağlantıda Kalın | | |
|
|
|
|

,