机器学习 Study Jam 第三季报名启动！组队通关，快乐 x 3！

原创 于 2021-01-05 14:56:38 发布 · 2k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习 #tensorflow

博客围绕机器学习和TensorFlow展开，虽未给出具体内容，但可知聚焦于这两个信息技术领域的关键主题，机器学习是重要的人工智能技术，TensorFlow是强大的开源机器学习库。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

博客
TensorFlow js. 官方教程
07-19 4360
开始TensorFlow.js 是一个 JavaScript 库，用于在浏览器和 Node.js 训练和部署机器学习模型。了解开始的更多方式，请参阅下面的部分。在不直接处理张量的情况下编写 ML 程序想要开始机器学习，同时不用担心任何类似张量或优化器的低级细节吗？ml5.js 库构建在 TensorFlow.js 之上，通过简洁的、可利用的 API，可以在浏览器中访问机器学习算法和模型。CHECK OUT ML5.JS安装 TensorFlow.jsTensorF
博客
有奖征文 | 参与 Google I/O 课代表征集活动，分享你的灵感与感悟
06-09 816
今年，Google I/O 大会以线上形式重新回归。通过 Smart Canvas, LaMDA, Project Starline, Material You, Android 12 和 Wear OS 等一系列技术和产品创新，Google 继续致力于惠及每一个人，在重要时刻为人们提供帮助。“I/O 并不仅仅是一场科技盛会，更是使用者的盛会、创造者的盛会。”技术创新的意义是让实际生活更好。我们感谢技术力量，带给每个人（不论地域、身份、性别）获得更好的信息资源和工具的机会。我们也感谢...
博客
社区说 |今晚直播！ 使用 TensorFlow Lite 构建和部署自定义对象检测模型
08-12 759
活动时间8月12日（本周四）20:00pm-21:00pm活动日程20:00-20:45 主题分享使用 TensorFlow Lite 构建和部署自定义对象检测模型 对象检测简介 对象检测模型的获取与训练 编写代码在 Android Studio 完成对象检测 demo 内容回顾 20:45-21:00 互动问答举办社区GDG 北京B 站直播访问以下链接或点击阅读原文获取更多资讯https://live.bili...
博客
使用 TensorFlow Quantum 训练多个 Worker
08-04 1122
发布人：Google 团队 Cheng Xing 和 Michael Broughton训练大型机器学习模型是 TensorFlow 的核心能力。多年来，训练规模已成为 NLP、图像识别和药物研发等众多现代机器学习系统的重要特征。利用多台机器来提高计算能力和吞吐量为机器学习领域带来巨大进步。同样，在量子计算和量子机器学习领域，更多可用的机器资源可以加速对更大的量子态和更加复杂系统的模拟。在本文中，我们将逐步带您了解如何使用 TensorFlow 和 TensorFlow Quantum 进行...
博客
深受 Pandas 启发的 JavaScript 开源库 — Danfo.js
07-30 1517
特邀博文 / 独立研究员 Rising Odegua 与来自 Data Science Nigeria 的 Stephen OniDanfo.js 是个 JavaScript 开源库，提供了高性能、直观易用的数据结构，支持结构化数据的操作和处理。Danfo.js 深受 Python Pandas 库的启发，并提供了类似的接口/API。因此熟悉 Pandas API 且了解 JavaScript 的用户可以轻松上手。Danfo.js的一大目标是为 JavaScript 开发...
博客
使用 TensorFlow.js 在浏览器中自定义目标检测
07-28 2260
目标检测是一类检测目标在图像中的位置，以及在给定图像中对每个感兴趣的目标进行分类的任务。在计算机视觉领域，我们可将此技术应用于图片检索、监控摄像头和无人驾驶汽车中就目标检测而言，深度卷积神经网络 (DNN) 家族中最负盛名的算法就是 YOLO (You Only Look Once)。在本文中，我们将使用 TensorFlow 开发一种端到端解决方案， 用以在 Python 中训练自定义目标检测模型，然后将其投入生产，并通过TensorFlow.js在浏览器内运行实时推理。 项目代码库 ..
博客
使用 MoveNet 和 TensorFlow.js 的下一代姿态检测
07-26 7188
发布人：Ronny Votel 和 Na Li，Google Research 团队今天，我们很高兴推出最新的姿态检测模型 MoveNet，并在 TensorFlow.js 中添加了新的姿态检测 API。MoveNet 是一种非常快速和准确的模型，可检测人体的 17 个关键点。该模型已在TF Hub上提供，有两个变体，分别称为“Lightning”和“Thunder”。Lightning 适用于对延迟要求严格的应用，而 Thunder 适用于对准确性要求较高的应用。两种模型变体在大多...
博客
使用 Colab 在 tf.keras 中训练模型，并使用 TensorFlow.js 在浏览器中运行
07-23 1459
文 / Zaid Alyafeai我们将创建一个简单的工具来识别图纸并输出当前图纸的名称。 此应用程序将直接在浏览器上运行，无需任何安装。我们会使用 Google Colab 来训练模型，并使用 TensorFlow.js 在浏览器上部署它。【想获取 TensorFlow js. 视频教程，请前往 Bilibili，TensorFlow 渠道查看：https://www.bilibili.com/video/BV1D54y1p7PQ】代码和演示在 GitHub 上找到现场演示和代码.
博客
社区说 | Wechaty: 6 行代码构建基于个人微信和Whatsapp的对话式人机交互界面应用
07-21 565
【活动时间】7月22日（本周四）20:00 pm-21:00 pm【活动日程】- 20:00-20:45Wechaty: 6 行代码构建基于个人微信和 Whatsapp 的对话式人机交互界面应用 对话式人机交互界面趋势 人工智能前沿发展 Conversation AI 场景 Wechaty 介绍 Live Demo Chatbot 行业前景 - 20:45-21:00：QA【举办社区】GDG 上海【直播平台】Bilibil...
博客
ML Metadata：ML 的版本控制
07-16 708
文 / Ben Mathes 和 Neoklis Polyzotis，代表 TFX 团队发布在编写代码时，您需要追踪代码进行追踪版本控制。那么 ML 的版本控制是什么？如果您正在构建生产 ML 系统，您需要能够回答如下问题： 模型是基于哪个数据集进行训练的？ 使用了哪些超参数？ 创建此模型时，使用了哪个流水线？ 创建此模型时，使用了哪个版本的 TensorFlow（和其他库）？ 是什么导致了此模型失败？ 上次部署的模型版本是什么？ ..
博客
案例分享 | TensorFlow 助力 OpenX 实现每秒处理百万查询
07-14 605
客座博文 / Larry Price，来自 OpenX 团队编辑 / Robert Crowe、Anusha Ramesh，TensorFlow 团队概述Adtech（广告技术）是一个基于大规模延迟的行业。在 OpenX，这意味着我们的交易平台在流量高峰期每秒处理超过一百万个广告请求，其中的大部分请求需要在 300 毫秒内响应。在如此高的流量和严格的时间预算下，我们必须确定流量优先级，从而确保既能帮助发布商获得最高的广告库存价格，又能确保买家实现其广告系列的目标。为此，我们利..
博客
TFX 交互式笔记本简介
07-12 896
文 /由 Charles Chen、Joe Lee 和 Kenny Song 代表 TFX 团队发布TensorFlow Extended (TFX) 是一个用于创建端到端机器学习流水线的平台。TFX 由 Google 创建，起初是为我们自己的 ML 应用程序和服务提供支撑，我们现在正在稳步地将 TFX 开源，以支持其他公司和团队轻松搭建生产级 ML 系统（更多信息请阅读此文）。在 TFX 0.15 中，我们很高兴地发布一种快速开始使用 TFX 的方法。现在您可以在交互式 Google.
博客
用 TensorFlow Extended 实现可扩展、快速且高效的 BERT 部署（二）
07-09 731
特邀作者 / SAP Concur Labs 高级数据科学家 Hannes Hapke，由 Robert Crowe 代表 TFX 团队编辑自然语言处理中的 Transformer 模型和迁移学习概念为情感分析、实体提取和问题解答等任务带来了新的机遇。BERT 模型让数据科学家得以站在巨人的肩膀上。在大型语料库上对 Transformer 模型进行预训练后，数据科学家便可利用这些经过训练的多用途模型来执行迁移学习，并在特定领域问题中找到最佳解决方案。在稍早的一篇文章中，我们讨论了为何
博客
用 TensorFlow Extended 实现可扩展、快速且高效的 BERT 部署 (一)
07-07 630
文 / 由特邀作者 SAP Concur Labs 的高级机器学习工程师 Hannes Hapke 发布。由 Robert Crowe 代表 TFX 团队编辑。Transformer 模型（尤其是BERT 模型）为 NLP 带来巨大的变革，并且在情感分析、实体提取和问答问题等任务的处理上也均有新的突破。BERT 模型让数据科学家站在了巨人的肩膀上。各公司已经通过大型语料库对模型进行预训练，数据科学家可以对这些经过训练的多用途 Transformer 模型应用迁移学习，针对其所在领域的特定问题达成突.
博客
创建自定义 TFX 组件
07-05 570
TensorFlow Extended (TFX) 是Google专为生产环境的机器学习流水线 (ML Pipeline)部署而打造的平台，是 Google 机器学习服务和应用的中坚力量。目前我们已开放 TFX 的源代码，各地的开发者可在生产级 TFX 流水线上创建与部署自己的模型。TFX 可以用多种方式扩展与自定义。我们曾在之前的文章中讲述过如何通过自定义Executor来变更TFX 组件的行为。在本文中，我们将展示如何通过创建一个全新的 TFX 组件以及使用 TFX 流水线来自定义...
博客
High&NewTech：2021 年Google谷歌 I/O 开发者大会 Kemal 等三人主题演讲分享《TensorFlow 在机器学习领域的进展》
07-02 569
自然语言处理中的 Transformer 模型和迁移学习概念为情感分析、实体提取和问题解答等任务带来了新的机遇。BERT 模型让数据科学家得以站在巨人的肩膀上。在大型语料库上对 Transformer 模型进行预训练后，数据科学家便可利用这些经过训练的多用途模型来执行迁移学习，并在特定领域问题中找到最佳解决方案。在稍早的一篇文章中，我们讨论了为何当前 BERT 模型的部署会令人感到过于复杂和麻烦，以及如何通过 TensorFlow 生态系统的库和扩展程序来简化部署。如果您还未查阅此文，我..
博客
云游 Google I/O 2021——Google Cloud 硬件算力和模型新突破
06-30 883
作者：王顺 Google Cloud AI 专家美国时间 2021 年 5 月 18-20 日，Google I/O 2021成功举办。在这次活动中，Google 带来了各种开发者关注的干货内容和产品资讯。同时 Google Cloud 这次也带来了很多创新主题的分享，特别是最新的 AI 技术。本期内容将围绕包括Vertex AI、TPU v4、LaMDA、MUM四个技术要点为大家进行深度剖析。Vertex AIVertex AI是 Google Cloud 上统一的托...
博客
TensorFlow 决策森林来啦！
06-28 3766
发布人：Mathieu Guillame-Bert、Sebastian Bruch、Josh Gordon、Jan Pfeifer我们很高兴开放 TensorFlow 决策森林 (TensorFlow Decision Forests，TF-DF) 源代码。TF-DF 是用于训练、解释并服务于决策森林模型（包括随机森林和梯度提升树）的最先进算法集，可用于生产环境。得益于 TensorFlow 和 Keras 的灵活性和可组合性，您现在可以将这些模型用于分类、回归和任务排序。随机森林...
博客
REALM：将检索集成到语言表征模型，搞定知识密集型任务！
06-25 747
文 / Ming-Wei Chang 和 Kelvin Guu，研究员，Google Research自然语言处理的最新进展以无监督预训练为基础，使用大量文本训练通用语言表征模型 (Language Representation Models)，无需人工标注或标签。这些预训练模型，如BERT和RoBERTa，经证明可以记忆大量世界知识，例如“the birthplace of Francesco Bartolomeo Conti”、“the developer of JDK”和“th...
博客
社区说 | 对比学习前沿进展及 TensorFlow 实现
06-24 852
活动时间6月24日（本周四）20:00pm-21:00pm活动日程20:00-20:45《对比学习前沿进展及 TensorFlow 实现》 对比学习在 CV 领域的进展 对比学习在 NLP 领域的进展 我们在对比学习上的尝试 基于 TensorFlow 实现对比学习 20:45-21:00QA举办社区GDG 西安讲师介绍李如寐美团 NLP 算法工程师 美团NLP算法工程师，三年人工智能算法从业经...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值