Explorez de nouveaux outils, utilisez les LLM dans des applications réelles, et bien plus encore
Explorez de nouveaux outils, utilisez les LLM dans des applications réelles, et bien plus encore
| | Découvrez comment Keras facilite l'apprentissage en profondeur |
| | Explorez les composants de l'API Keras, qui fournit une interface accessible pour résoudre les problèmes d'apprentissage automatique avec TensorFlow. |
| |
|
|
| |  | | Créez une application Android à saisie semi-automatique avec KerasNLP et TensorFlow Lite | | Les grands modèles linguistiques (LLM) sont formés pour générer du texte basé sur de grands ensembles de données. Apprenez à charger un modèle KerasNLP, à l'optimiser avec des techniques de quantification et à le déployer sur une application de démonstration Android pouvant exécuter n'importe quel LLM TFLite compatible. | |
|
| |
|
|  | | Donnez vie aux idées de ML à l’aide de Visual Blocks | | Visual Blocks est un nouveau cadre de programmation graphique pour le prototypage et l'expérimentation rapides. Utilisez de puissants éléments de base d'apprentissage automatique comme PaLM 2, itérez dans une interface visuelle et déployez facilement. | | Essayez les blocs visuels |
| |
|
|
|
|
|
| |
|
|  | | Élargir l'accès à la technologie des ultrasons avec TensorFlow Lite | | Découvrez comment l'équipe Health AI de Google s'efforce d'élargir l'accès mondial aux soins de santé maternelle en créant un système d'échographie fœtale optimisé pour les mobiles utilisant TensorFlow Lite pour l'inférence sur l'appareil. | |
|
| |
|
|  | | Visualisez et interprétez des arbres de décision avec dtreeviz | | Utilisez la bibliothèque dtreeviz avec TensorFlow Decision Forests pour visualiser comment chaque nœud de décision d'une arborescence divise le domaine d'une fonctionnalité spécifique et afficher la distribution des instances d'entraînement dans chaque prédiction. | |
|
| |
|
| |  | | Améliorez les systèmes de recommandation avec des LLM de pointe | | Découvrez comment utiliser l' API PaLM pour créer des recommandations dans les applications de chat, générer et trier des recommandations, utiliser des intégrations pour récupérer des candidats inconnus, et bien plus encore. | |
|
| |
|
|  | | Passer du génie logiciel à l'ingénierie ML | | Quelles sont les principales différences de mentalité entre l’ingénierie de l’apprentissage automatique (MLE) et l’ingénierie logicielle (SWE) ? Découvrez à quoi ressemble une journée de travail typique pour chaque rôle, leurs complexités et en quoi elles diffèrent de la planification à la définition du succès. | |
|
| |
|
|
|
|
| |  | | Restez connecté | | |
|
|
|
|
,
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],[],[],[]]
