নতুন টুল এক্সপ্লোর করুন, বাস্তব-বিশ্বের অ্যাপ্লিকেশনে LLM ব্যবহার করুন এবং আরও অনেক কিছু
নতুন টুল এক্সপ্লোর করুন, বাস্তব-বিশ্বের অ্যাপ্লিকেশনে LLM ব্যবহার করুন এবং আরও অনেক কিছু
| | কেরাস কীভাবে গভীর শিক্ষাকে সহজ করে তোলে তা জানুন |
| | Keras API-এর উপাদানগুলি অন্বেষণ করুন, যা TensorFlow-এর সাথে মেশিন লার্নিং সমস্যা সমাধানের জন্য একটি সহজ ইন্টারফেস প্রদান করে। |
| |
|
|
| |  | | KerasNLP এবং TensorFlow Lite দিয়ে একটি স্বয়ংসম্পূর্ণ Android অ্যাপ তৈরি করুন | | বড় ভাষা মডেল (LLMs) বড় ডেটাসেটের উপর ভিত্তি করে পাঠ্য তৈরি করতে প্রশিক্ষিত হয়। একটি KerasNLP মডেল লোড করতে শিখুন, কোয়ান্টাইজেশন কৌশলগুলির সাথে এটিকে অপ্টিমাইজ করুন এবং এটিকে একটি Android ডেমো অ্যাপে স্থাপন করুন যা যেকোনো সামঞ্জস্যপূর্ণ TFLite LLM চালাতে পারে। | |
|
| |
|
|  | | ভিজ্যুয়াল ব্লক ব্যবহার করে ML ধারনাকে প্রাণবন্ত করুন | | ভিজ্যুয়াল ব্লক দ্রুত প্রোটোটাইপিং এবং পরীক্ষা-নিরীক্ষার জন্য একটি নতুন গ্রাফিকাল প্রোগ্রামিং কাঠামো। PaLM 2 এর মতো শক্তিশালী মেশিন লার্নিং বিল্ডিং ব্লক ব্যবহার করুন, একটি ভিজ্যুয়াল ইন্টারফেসের মধ্যে পুনরাবৃত্তি করুন এবং সহজেই স্থাপন করুন। | | ভিজ্যুয়াল ব্লক চেষ্টা করুন |
| |
|
|
|
|
|
| |
|
|  | | TensorFlow Lite-এর মাধ্যমে আল্ট্রাসাউন্ড প্রযুক্তিতে অ্যাক্সেস প্রসারিত করা হচ্ছে | | ডিভাইসে অনুমানের জন্য TensorFlow Lite ব্যবহার করে একটি মোবাইল-অপ্টিমাইজড ভ্রূণের আল্ট্রাসাউন্ড সিস্টেম তৈরি করে মাতৃস্বাস্থ্য পরিচর্যায় বিশ্বব্যাপী অ্যাক্সেস প্রসারিত করার জন্য Google-এর Health AI টিম কীভাবে কাজ করছে তা পড়ুন। | |
|
| |
|
|  | | dtreeviz-এর সাহায্যে সিদ্ধান্ত গাছকে কল্পনা ও ব্যাখ্যা করুন | | একটি গাছের প্রতিটি সিদ্ধান্ত নোড কীভাবে একটি নির্দিষ্ট বৈশিষ্ট্যের ডোমেনকে বিভক্ত করে এবং প্রতিটি ভবিষ্যদ্বাণীতে প্রশিক্ষণের দৃষ্টান্তের বিতরণ দেখায় তা কল্পনা করতে টেনসরফ্লো ডিসিশন ফরেস্টের সাথে dtreeviz লাইব্রেরি ব্যবহার করুন। | |
|
| |
|
| |  | | অত্যাধুনিক এলএলএম সহ সুপারিশ ব্যবস্থা বৃদ্ধি করুন | | আপনি কিভাবে PaLM API ব্যবহার করতে পারেন চ্যাট অ্যাপ্লিকেশনগুলিতে সুপারিশ তৈরি করতে, সুপারিশগুলি তৈরি এবং সাজাতে, অজানা প্রার্থীদের পুনরুদ্ধার করতে এমবেডিং ব্যবহার করতে এবং আরও অনেক কিছু করতে পারেন তা অন্বেষণ করুন৷ | |
|
| |
|
|  | | সফটওয়্যার ইঞ্জিনিয়ারিং থেকে এমএল ইঞ্জিনিয়ারিংয়ে রূপান্তর | | মেশিন লার্নিং ইঞ্জিনিয়ারিং (MLE) এবং সফ্টওয়্যার ইঞ্জিনিয়ারিং (SWE) এর মধ্যে মূল মানসিকতার পার্থক্যগুলি কী কী? প্রতিটি ভূমিকার জন্য একটি সাধারণ কর্মদিবস কেমন দেখায়, তাদের জটিলতাগুলি এবং সাফল্যের সংজ্ঞায়িত করার পরিকল্পনা থেকে কীভাবে তারা আলাদা তা খুঁজে বের করুন। | |
|
| |
|
|
|
|
| |  | | সংযুক্ত থাকুন | | |
|
|
|
|
,
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],[],[],[]]
