Poznaj nowe narzędzia, wykorzystuj LLM w rzeczywistych zastosowaniach i nie tylko
Poznaj nowe narzędzia, wykorzystuj LLM w rzeczywistych zastosowaniach i nie tylko
| | Dowiedz się, jak Keras ułatwia głębokie uczenie się |
| | Poznaj składniki interfejsu API Keras, który zapewnia przystępny interfejs do rozwiązywania problemów z uczeniem maszynowym za pomocą TensorFlow. |
| |
|
|
| |  | | Utwórz aplikację na Androida z funkcją autouzupełniania za pomocą KerasNLP i TensorFlow Lite | | Duże modele językowe (LLM) są szkolone w celu generowania tekstu na podstawie dużych zbiorów danych. Dowiedz się, jak załadować model KerasNLP, zoptymalizować go za pomocą technik kwantyzacji i wdrożyć w aplikacji demonstracyjnej na Androida, która może uruchomić dowolne kompatybilne TFLite LLM. | |
|
| |
|
|  | | Wcielaj w życie pomysły ML za pomocą bloków wizualnych | | Visual Blocks to nowy graficzny framework programowania umożliwiający szybkie prototypowanie i eksperymentowanie. Korzystaj z potężnych elementów składowych uczenia maszynowego, takich jak PaLM 2, wykonuj iteracje w interfejsie wizualnym i łatwo wdrażaj. | |
|
| |
|
|  | | Rozszerzanie dostępu do technologii ultradźwiękowej dzięki TensorFlow Lite | | Przeczytaj, jak zespół Google ds. sztucznej inteligencji ds. zdrowia pracuje nad rozszerzeniem globalnego dostępu do opieki zdrowotnej nad matkami, tworząc zoptymalizowany pod kątem urządzeń mobilnych system USG płodu, korzystając z TensorFlow Lite do wnioskowania na urządzeniu. | |
|
| |
|
|  | | Wizualizuj i interpretuj drzewa decyzyjne za pomocą dtreeviz | | Użyj biblioteki dtreeviz z lasami decyzyjnymi TensorFlow, aby zwizualizować, jak każdy węzeł decyzyjny w drzewie dzieli domenę określonej funkcji i pokazać rozkład instancji szkoleniowych w każdej predykcji. | |
|
| |
|
| |  | | Wzbogać systemy rekomendacji o najnowocześniejsze LLM | | Dowiedz się, jak używać interfejsu API PaLM do tworzenia rekomendacji w aplikacjach do czatowania, generowania i sortowania rekomendacji, korzystania z osadzania w celu wyszukiwania nieznanych kandydatów i nie tylko. | |
|
| |
|
|  | | Przejście od inżynierii oprogramowania do inżynierii ML | | Jakie są kluczowe różnice w sposobie myślenia między inżynierią uczenia maszynowego (MLE) a inżynierią oprogramowania (SWE)? Dowiedz się, jak wygląda typowy dzień pracy na poszczególnych stanowiskach, ich złożoność i różnice od planowania do definiowania sukcesu. | |
|
| |
|
|
|
|
| |  | | Pozostań w kontakcie | | |
|
|
|
|
,
Poznaj nowe narzędzia, wykorzystuj LLM w rzeczywistych zastosowaniach i nie tylko
| | Dowiedz się, jak Keras ułatwia głębokie uczenie się |
| | Poznaj składniki interfejsu API Keras, który zapewnia przystępny interfejs do rozwiązywania problemów z uczeniem maszynowym za pomocą TensorFlow. |
| |
|
|
| | | | | Utwórz aplikację na Androida z funkcją autouzupełniania za pomocą KerasNLP i TensorFlow Lite | | Duże modele językowe (LLM) są szkolone w celu generowania tekstu na podstawie dużych zbiorów danych. Dowiedz się, jak załadować model KerasNLP, zoptymalizować go za pomocą technik kwantyzacji i wdrożyć w aplikacji demonstracyjnej na Androida, która może uruchomić dowolne kompatybilne TFLite LLM. | |
|
| |
|
| | | | Wcielaj w życie pomysły ML za pomocą bloków wizualnych | | Visual Blocks to nowy graficzny framework programowania umożliwiający szybkie prototypowanie i eksperymentowanie. Korzystaj z potężnych elementów składowych uczenia maszynowego, takich jak PaLM 2, wykonuj iteracje w interfejsie wizualnym i łatwo je wdrażaj. | |
|
| |
|
| | | | Rozszerzanie dostępu do technologii ultradźwiękowej dzięki TensorFlow Lite | | Przeczytaj, jak zespół Google ds. sztucznej inteligencji ds. zdrowia pracuje nad rozszerzeniem globalnego dostępu do opieki zdrowotnej nad matkami, tworząc zoptymalizowany pod kątem urządzeń mobilnych system USG płodu, korzystając z TensorFlow Lite do wnioskowania na urządzeniu. | |
|
| |
|
| | | | Wizualizuj i interpretuj drzewa decyzyjne za pomocą dtreeviz | | Użyj biblioteki dtreeviz z lasami decyzyjnymi TensorFlow, aby zwizualizować, jak każdy węzeł decyzyjny w drzewie dzieli domenę określonej funkcji i pokazać rozkład instancji szkoleniowych w każdej predykcji. | |
|
| |
|
| | | | | Wzbogać systemy rekomendacji o najnowocześniejsze LLM | | Dowiedz się, jak używać interfejsu API PaLM do tworzenia rekomendacji w aplikacjach do czatowania, generowania i sortowania rekomendacji, korzystania z osadzania w celu wyszukiwania nieznanych kandydatów i nie tylko. | |
|
| |
|
| | | | Przejście od inżynierii oprogramowania do inżynierii ML | | Jakie są kluczowe różnice w sposobie myślenia między inżynierią uczenia maszynowego (MLE) a inżynierią oprogramowania (SWE)? Dowiedz się, jak wygląda typowy dzień pracy na poszczególnych stanowiskach, ich złożoność i różnice od planowania do definiowania sukcesu. | |
|
| |
|
|
|
|
| | | | Pozostań w kontakcie | | |
|
|
|
|
O ile nie stwierdzono inaczej, treść tej strony jest objęta licencją Creative Commons – uznanie autorstwa 4.0, a fragmenty kodu są dostępne na licencji Apache 2.0. Szczegółowe informacje na ten temat zawierają zasady dotyczące witryny Google Developers. Java jest zastrzeżonym znakiem towarowym firmy Oracle i jej podmiotów stowarzyszonych.
[[["Łatwo zrozumieć","easyToUnderstand","thumb-up"],["Rozwiązało to mój problem","solvedMyProblem","thumb-up"],["Inne","otherUp","thumb-up"]],[["Brak potrzebnych mi informacji","missingTheInformationINeed","thumb-down"],["Zbyt skomplikowane / zbyt wiele czynności do wykonania","tooComplicatedTooManySteps","thumb-down"],["Nieaktualne treści","outOfDate","thumb-down"],["Problem z tłumaczeniem","translationIssue","thumb-down"],["Problem z przykładami/kodem","samplesCodeIssue","thumb-down"],["Inne","otherDown","thumb-down"]],[],[],[]]
