TensorFlow
Открыть в Telegram
TensorFlow channel По всем вопросам- @haarrp questions to admin - @haarrp @pythonl - Our Python channel @ai_machinelearning_big_data - machine learning @ArtificialIntelligencedl - AI @datascienceiot - ml books
Больше
Сеть:1 530
Подписчики
Нет данных24 часа
Нет данных7 дней
Нет данных30 дней
Загружаем данные
Похожие каналы
Нет данных
Возникли проблемы? Пожалуйста, обновите страницу или обратитесь к нашему support-менеджеру .
Облако тегов
Нет данных
Возникли проблемы? Пожалуйста, обновите страницу или обратитесь к нашему support-менеджеру .
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
октябрь '26окт. '26
октябрь '260
в 0 каналах
сентябрь '260
в 0 каналах
Get PRO
август '260
в 1 каналах
Get PRO
июль '260
в 0 каналах
Get PRO
июнь '260
в 0 каналах
Get PRO
май '260
в 0 каналах
Get PRO
апрель '260
в 0 каналах
Get PRO
март '260
в 0 каналах
Get PRO
февраль '260
в 0 каналах
Get PRO
январь '260
в 0 каналах
Get PRO
декабрь '250
в 0 каналах
Get PRO
ноябрь '250
в 0 каналах
Get PRO
октябрь '250
в 0 каналах
Get PRO
сентябрь '250
в 1 каналах
Get PRO
август '250
в 0 каналах
Get PRO
июль '250
в 0 каналах
Get PRO
июнь '250
в 0 каналах
Get PRO
май '250
в 0 каналах
Get PRO
апрель '250
в 0 каналах
Get PRO
март '250
в 0 каналах
Get PRO
февраль '250
в 0 каналах
Get PRO
январь '250
в 0 каналах
Get PRO
декабрь '240
в 0 каналах
Get PRO
ноябрь '240
в 0 каналах
Get PRO
октябрь '240
в 0 каналах
Get PRO
сентябрь '240
в 0 каналах
Get PRO
август '240
в 0 каналах
Get PRO
июль '24
+31
в 0 каналах
Get PRO
июнь '24
+16
в 0 каналах
Get PRO
май '24
+10
в 0 каналах
Get PRO
апрель '24
+19
в 1 каналах
Get PRO
март '24
+22
в 0 каналах
Get PRO
февраль '24
+20
в 0 каналах
Get PRO
январь '24
+25
в 0 каналах
Get PRO
декабрь '23
+18
в 0 каналах
Get PRO
ноябрь '23
+30
в 0 каналах
Get PRO
октябрь '23
+38
в 0 каналах
Get PRO
сентябрь '23
+52
в 0 каналах
Get PRO
август '23
+52
в 0 каналах
Get PRO
июль '23
+62
в 0 каналах
Get PRO
июнь '23
+42
в 0 каналах
Get PRO
май '23
+55
в 0 каналах
Get PRO
апрель '23
+43
в 0 каналах
Get PRO
март '23
+67
в 0 каналах
Get PRO
февраль '23
+39
в 0 каналах
Get PRO
январь '23
+52
в 0 каналах
Get PRO
декабрь '22
+44
в 0 каналах
Get PRO
ноябрь '22
+38
в 0 каналах
Get PRO
октябрь '22
+28
в 0 каналах
Get PRO
сентябрь '22
+55
в 0 каналах
Get PRO
август '22
+60
в 0 каналах
Get PRO
июль '22
+43
в 0 каналах
Get PRO
июнь '22
+58
в 0 каналах
Get PRO
май '22
+62
в 0 каналах
Get PRO
апрель '22
+83
в 0 каналах
Get PRO
март '22
+381
в 0 каналах
Get PRO
февраль '22
+112
в 0 каналах
Get PRO
январь '22
+81
в 0 каналах
Get PRO
декабрь '21
+110
в 0 каналах
Get PRO
ноябрь '21
+363
в 0 каналах
Get PRO
октябрь '21
+511
в 0 каналах
Get PRO
сентябрь '21
+13
в 0 каналах
Get PRO
август '21
+4
в 0 каналах
Get PRO
июль '21
+10
в 0 каналах
Get PRO
июнь '21
+15
в 0 каналах
Get PRO
май '21
+25
в 0 каналах
Get PRO
апрель '21
+21
в 0 каналах
Get PRO
март '21
+12
в 0 каналах
Get PRO
февраль '21
+23
в 0 каналах
Get PRO
январь '21
+826
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 24 октября | 0 | |||
| 23 октября | 0 | |||
| 22 октября | 0 | |||
| 21 октября | 0 | |||
| 20 октября | 0 | |||
| 19 октября | 0 | |||
| 18 октября | 0 | |||
| 17 октября | 0 | |||
| 16 октября | 0 | |||
| 15 октября | 0 | |||
| 14 октября | 0 | |||
| 13 октября | 0 | |||
| 12 октября | 0 | |||
| 11 октября | 0 |
Посты канала
Repost from Анализ данных (Data analysis)
💨 Scaling hierarchical agglomerative clustering to trillion-edge graphs
Кластеризация графов объединяет похожие элементы в группы, что помогает лучшему понять взаимосвязи в данных.
В этой статье инженеры Google рассказывают о ключевых методах, которые позволили им построить мощнейший алгоритм, позволяющий группировать графы с триллионами ребер.
https://research.google/blog/scaling-hierarchical-agglomerative-clustering-to-trillion-edge-graphs/
@data_analysis_ml
| 2 | https://blog.tensorflow.org/2024/04/faster-dynamically-quantized-inference-with-xnnpack.html
@tensorflowblog | 506 |
| 3 |  ⚡️ AutoBNN: Probabilistic time series forecasting with compositional bayesian neural networks
Autobahn сочетает интерпретируемость традиционных вероятностных подходов с масштабируемостью и гибкостью нейронных сетей для построения сложных моделей прогнозирования временных рядов с использованием сложных данных.
Узнайте больше и попробуйте готовый код → https://blog.research.google/2024/03/autobnn-probabilistic-time-series.html | 630 |
| 4 | SOTA lowbit LLM quantization INT8FP8INT4FP4NF4 sparsity leading model compression techniques on TensorFlow PyTorch and ONNX Runtime
View on Github.com | 602 |
| 5 | Вариант для тех, кто ищет виртуальный сервер с хорошей веб-защитой — Aéza:
– Виртуальные сервера до 6.0 ГГц на лучших процессорах;
– Профессиональная фильтрация атак StormWall;
– Круглосуточная поддержка;
– Anycast фильтрация;
– Низкие цены;
– 15% кешбэка по ссылке.
Бесконечно можно смотреть на три вещи: на огонь, воду и скидку от Aeza!
Говорят: твоё от тебя не уйдет. А зачем ждать? Динозавры тоже ждали и остались в прошлом
Используй 50% скидку и погнали в будущее!
Кроме того, сейчас Aéza раздает личные бесплатные сервера, забираем тут. Регистрация, подписка, платежи не потребуются.
Реклама. Индивидуальный предприниматель Лобанов Леонид Константинович. ИНН 781625705648 erid: LjN8KEr3S | 241 |
| 6 | https://blog.tensorflow.org/2024/03/whats-new-in-tensorflow-216.html
@tensorflowblog | 536 |
| 7 | 🍎 PJRT упрощает интеграцию Apple silicon и ML framework.
Узнайте все о том, как Apple использует порт для ускорения моделей JAX на графических процессорах Apple silicon и AMD, и как вы можете начать работу с PJRT уже сегодня
👉 https://opensource.googleblog.com/2024/03/pjrt-plugin-to-accelerate-machine-learning.html
@bigdatai | 459 |
| 8 | https://blog.tensorflow.org/2024/02/graph-neural-networks-in-tensorflow.html
@tensorflowblog | 547 |
| 9 |  🔥 Графовые нейронные сети (ГНС) стали мощным методом работы с уникальными и разнородными данными из графов.
Google объявили о выпуске TensorFlow GNN 1.0 (TF-GNN), проверенной на практике библиотеки для построения GNN в масштабе.
▪Анонс: https://blog.research.google/2024/02/graph-neural-networks-in-tensorflow.html
▪Colab: https://colab.research.google.com/github/tensorflow/gnn/blob/master/examples/notebooks/ogbn_mag_e2e.ipynb
▪Github: https://github.com/tensorflow/gnn
@data_analysis_ml | 560 |
| 10 | TimesFM is a forecasting model, pre-trained on a large time-series corpus of 100 billion real world time-points
https://blog.research.google/2024/02/a-decoder-only-foundation-model-for.html | 619 |
| 11 | 🖥 Introducing ASPIRE for selective prediction in LLMs
Google представили ASPIRE - фреймворк, который расширяет возможности предсказания больших языковых моделей, позволяя им выдавать ответ в паре с оценкой уверенности.
Узнайте, почему он превосходит современные методы на различных наборах данных QA.
https://blog.research.google/2024/01/introducing-aspire-for-selective.html
@ai_machinelearning_big_data | 741 |
| 12 | https://blog.tensorflow.org/2023/12/tensorflow-215-update-hot-fix-linux-installation-issue.html
@tensorflowblog | 395 |
| 13 | https://blog.tensorflow.org/2023/11/half-precision-inference-doubles-on-device-inference-performance.html
@tensorflowblog | 471 |
| 14 | https://blog.tensorflow.org/2023/11/whats-new-in-tensorflow-2-15.html
@tensorflowblog | 324 |
| 15 | https://blog.tensorflow.org/2023/10/simulated-spotify-listening-experiences-reinforcement-learning-tensorflow-tf-agents.html
@tensorflowblog | 294 |
| 16 | 🔥 Google представили новый алгоритм кластеризации, эффективно сочетающий преимущества масштабируемости моделей эмбедингов и качества моделей кросс-внимания для повышения эффективности и качества операций кластеризации. Посмотреть. →https://blog.research.google/2023/11/best-of-both-worlds-achieving.html
@data_analysis_ml | 367 |
| 17 | Анонсирована MetNet-3, первая модель погоды с искусственным интеллектом, обучающаяся на основе скудных наблюдений и превосходящая лучшие оперативные системы на 24 часа вперед при высоком разрешении. Часть ее прогнозов теперь доступна в различных продуктах Google. Подробнее→ https://goo.gle/40ljd2Y | 445 |
| 18 | Присоединяйтесь к Google #AI Dev Advocate,
в виюео рассказываеся о том, в каких случаях следует использовать случайные леса и как они делают прогнозы.
👀 Посмотрите обучающий пример
🧠 Обзор агрегирования Bootstrap
💡 Узнайте о плюсах и минусах "Случайных лесов".
🧡 и многое другое → https://goo.gle/3QfTbK0 | 356 |
| 19 | 🚀 TF Quant Finance: TensorFlow based Quant Finance Library
Библиотека TensorFlow Quant Finance от Google.
Функциональные возможности включают:
- Блэка-Шоулза: Цена и предполагаемый объем
- Монте-Карло по схеме Эйлера
- Подгонка своп-кривой
git clone https://github.com/google/tf-quant-finance.git
▪Github
@tensorflowblog | 414 |
| 20 | https://blog.tensorflow.org/2023/10/simulated-spotify-listening-experiences-reinforcement-learning-tensorflow-tf-agents.html
@tensorflowblog | 283 |
