أيلول (سبتمبر) 2023

نشرة TensorFlow الإخبارية لشهر سبتمبر 2023

اطلع على الأمثلة من المجتمع واستكشف إصدار TF 2.14 والمزيد.

قم بإنشاء خطوط أنابيب ML باستخدام الكتل المرئية
قم بتسريع دورة منتج تعلم الآلة باستخدام هذا المحرر المرئي بدون تعليمات برمجية للانتقال من الفكرة إلى الإنتاج بشكل أسرع. احصل على الإلهام من خلال أمثلة من المجتمع.
جرب الكتل المرئية
استكشف إصدار TensorFlow 2.14
يقدم الإصدار تحسينات على وحدة معالجة الرسومات للموترات الكبيرة، ويزيل دعم Python 3.8 (استخدم إصدار التصحيح 2.13.1)، والمزيد.
عرض ملاحظات الإصدار
أصبحت المعالجة المسبقة للبيانات المؤقتة أسهل
تعرف على كيفية استخدام Temporian، وهي مكتبة Python جديدة مفتوحة المصدر، لتحميل البيانات المؤقتة ومعالجتها وتدريب نموذج التنبؤ باستخدام TensorFlow Decision Forests .
اقرأ المدونة
إطار ديناميات الموائع الحسابية لأبحاث التدفق المضطرب
تعرف على المحاكاة العددية المباشرة وكيف يعمل تسريع أجهزة TensorFlow وTPU على تمكين عمليات محاكاة عالية الأداء وواسعة النطاق للتدفقات المضطربة.
اقرأ المدونة
قم بإنشاء تأثيرات فيديو بطيئة الحركة باستخدام إطار الاستيفاء
استخدم نموذج FILM في TensorFlow Hub لإنشاء تأثيرات فيديو عن طريق إنشاء صور بينية من مجموعة الصور المتوفرة.
استكشاف البرنامج التعليمي
قابل للاستكشاف: هل نماذج التعلم الآلي تحفظ أم تعمم؟
تعرف على المجال المتنامي لقابلية التفسير الآلي وكيف يمكن ملاحظة التعميم في النماذج الأكثر تعقيدًا.
اقرأ المقال
ابق على اتصال
مدونة
© 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043
,

اطلع على الأمثلة من المجتمع واستكشف إصدار TF 2.14 والمزيد.

قم بإنشاء خطوط أنابيب ML باستخدام الكتل المرئية
قم بتسريع دورة منتج ML باستخدام هذا المحرر المرئي بدون تعليمات برمجية للانتقال من الفكرة إلى الإنتاج بشكل أسرع. احصل على الإلهام من خلال أمثلة من المجتمع.
جرب الكتل المرئية
استكشف إصدار TensorFlow 2.14
يقدم الإصدار تحسينات على وحدة معالجة الرسومات للموترات الكبيرة، ويزيل دعم Python 3.8 (استخدم إصدار التصحيح 2.13.1)، والمزيد.
عرض ملاحظات الإصدار
أصبحت المعالجة المسبقة للبيانات المؤقتة أسهل
تعرف على كيفية استخدام Temporian، وهي مكتبة Python جديدة مفتوحة المصدر، لتحميل البيانات المؤقتة ومعالجتها وتدريب نموذج التنبؤ باستخدام TensorFlow Decision Forests .
اقرأ المدونة
إطار ديناميات الموائع الحسابية لأبحاث التدفق المضطرب
تعرف على المحاكاة العددية المباشرة وكيف يعمل تسريع أجهزة TensorFlow وTPU على تمكين عمليات محاكاة عالية الأداء وواسعة النطاق للتدفقات المضطربة.
اقرأ المدونة
قم بإنشاء تأثيرات فيديو بطيئة الحركة باستخدام إطار الاستيفاء
استخدم نموذج FILM في TensorFlow Hub لإنشاء تأثيرات فيديو عن طريق إنشاء صور بينية من مجموعة الصور المتوفرة.
استكشاف البرنامج التعليمي
قابل للاستكشاف: هل نماذج التعلم الآلي تحفظ أم تعمم؟
تعرف على المجال المتنامي لقابلية التفسير الآلي وكيف يمكن ملاحظة التعميم في النماذج الأكثر تعقيدًا.
اقرأ المقال
ابق على اتصال
مدونة
© 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043
,

اطلع على الأمثلة من المجتمع واستكشف إصدار TF 2.14 والمزيد.

قم بإنشاء خطوط أنابيب ML باستخدام الكتل المرئية
قم بتسريع دورة منتج ML باستخدام هذا المحرر المرئي بدون تعليمات برمجية للانتقال من الفكرة إلى الإنتاج بشكل أسرع. احصل على الإلهام من خلال أمثلة من المجتمع.
جرب الكتل المرئية
استكشف إصدار TensorFlow 2.14
يقدم الإصدار تحسينات على وحدة معالجة الرسومات للموترات الكبيرة، ويزيل دعم Python 3.8 (استخدم إصدار التصحيح 2.13.1)، والمزيد.
عرض ملاحظات الإصدار
أصبحت المعالجة المسبقة للبيانات المؤقتة أسهل
تعرف على كيفية استخدام Temporian، وهي مكتبة Python جديدة مفتوحة المصدر، لتحميل البيانات المؤقتة ومعالجتها وتدريب نموذج التنبؤ باستخدام TensorFlow Decision Forests .
اقرأ المدونة
إطار ديناميات الموائع الحسابية لأبحاث التدفق المضطرب
تعرف على المحاكاة العددية المباشرة وكيف يعمل تسريع أجهزة TensorFlow وTPU على تمكين عمليات محاكاة عالية الأداء وواسعة النطاق للتدفقات المضطربة.
اقرأ المدونة
قم بإنشاء تأثيرات فيديو بطيئة الحركة باستخدام إطار الاستيفاء
استخدم نموذج FILM في TensorFlow Hub لإنشاء تأثيرات فيديو عن طريق إنشاء صور بينية من مجموعة الصور المتوفرة.
استكشاف البرنامج التعليمي
قابل للاستكشاف: هل نماذج التعلم الآلي تحفظ أم تعمم؟
تعرف على المجال المتنامي لقابلية التفسير الآلي وكيف يمكن ملاحظة التعميم في النماذج الأكثر تعقيدًا.
اقرأ المقال
ابق على اتصال
مدونة
© 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043
,

اطلع على الأمثلة من المجتمع واستكشف إصدار TF 2.14 والمزيد.

قم بإنشاء خطوط أنابيب ML باستخدام الكتل المرئية
قم بتسريع دورة منتج ML باستخدام هذا المحرر المرئي بدون تعليمات برمجية للانتقال من الفكرة إلى الإنتاج بشكل أسرع. احصل على الإلهام من خلال أمثلة من المجتمع.
جرب الكتل المرئية
استكشف إصدار TensorFlow 2.14
يقدم الإصدار تحسينات على وحدة معالجة الرسومات للموترات الكبيرة، ويزيل دعم Python 3.8 (استخدم إصدار التصحيح 2.13.1)، والمزيد.
عرض ملاحظات الإصدار
أصبحت المعالجة المسبقة للبيانات المؤقتة أسهل
تعرّف على كيفية استخدام Temporian، وهي مكتبة Python جديدة مفتوحة المصدر، لتحميل البيانات المؤقتة ومعالجتها وتدريب نموذج تنبؤ باستخدام TensorFlow Decision Forests .
اقرأ المدونة
إطار ديناميات الموائع الحسابية لأبحاث التدفق المضطرب
تعرف على المحاكاة العددية المباشرة وكيف يعمل تسريع أجهزة TensorFlow وTPU على تمكين عمليات محاكاة عالية الأداء وواسعة النطاق للتدفقات المضطربة.
اقرأ المدونة
قم بإنشاء تأثيرات فيديو بطيئة الحركة باستخدام إطار الاستيفاء
استخدم نموذج FILM في TensorFlow Hub لإنشاء تأثيرات فيديو عن طريق إنشاء صور بينية من مجموعة الصور المتوفرة.
استكشاف البرنامج التعليمي
قابل للاستكشاف: هل نماذج التعلم الآلي تحفظ أم تعمم؟
تعرف على المجال المتنامي لقابلية التفسير الآلي وكيف يمكن ملاحظة التعميم في النماذج الأكثر تعقيدًا.
اقرأ المقال
ابق على اتصال
مدونة
© 2023 Google LLC 1600 Amphitheatre Parkway, Mountain View, CA 94043