TensorFlow
Відкрити 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
Показати більше
Сітка:1 530
Підписники
Немає даних24 години
Немає даних7 днів
Немає даних30 день
Триває завантаження даних...
Схожі канали
Немає даних
Виникли проблеми? Будь ласка, оновіть сторінку або зверніться до нашого support-менеджера.
Хмара тегів
Немає даних
Виникли проблеми? Будь ласка, оновіть сторінку або зверніться до нашого support-менеджера.
Вхідні та вихідні згадування
---
---
---
---
---
---
Залучення підписників
липень '24
липень '24
+31
в 0 каналах
червень '24
+16
в 0 каналах
Get PRO
травень '24
+10
в 0 каналах
Get PRO
квітень '24
+19
в 1 каналах
Get PRO
березень '24
+22
в 0 каналах
Get PRO
лютий '24
+20
в 0 каналах
Get PRO
січень '24
+25
в 0 каналах
Get PRO
грудень '23
+18
в 0 каналах
Get PRO
листопад '23
+30
в 0 каналах
Get PRO
жовтень '23
+38
в 0 каналах
Get PRO
вересень '23
+52
в 0 каналах
Get PRO
серпень '23
+52
в 0 каналах
Get PRO
липень '23
+62
в 0 каналах
Get PRO
червень '23
+42
в 0 каналах
Get PRO
травень '23
+55
в 0 каналах
Get PRO
квітень '23
+43
в 0 каналах
Get PRO
березень '23
+67
в 0 каналах
Get PRO
лютий '23
+39
в 0 каналах
Get PRO
січень '23
+52
в 0 каналах
Get PRO
грудень '22
+44
в 0 каналах
Get PRO
листопад '22
+38
в 0 каналах
Get PRO
жовтень '22
+28
в 0 каналах
Get PRO
вересень '22
+55
в 0 каналах
Get PRO
серпень '22
+60
в 0 каналах
Get PRO
липень '22
+43
в 0 каналах
Get PRO
червень '22
+58
в 0 каналах
Get PRO
травень '22
+62
в 0 каналах
Get PRO
квітень '22
+83
в 0 каналах
Get PRO
березень '22
+381
в 0 каналах
Get PRO
лютий '22
+112
в 0 каналах
Get PRO
січень '22
+81
в 0 каналах
Get PRO
грудень '21
+110
в 0 каналах
Get PRO
листопад '21
+363
в 0 каналах
Get PRO
жовтень '21
+511
в 0 каналах
Get PRO
вересень '21
+13
в 0 каналах
Get PRO
серпень '21
+4
в 0 каналах
Get PRO
липень '21
+10
в 0 каналах
Get PRO
червень '21
+15
в 0 каналах
Get PRO
травень '21
+25
в 0 каналах
Get PRO
квітень '21
+21
в 0 каналах
Get PRO
березень '21
+12
в 0 каналах
Get PRO
лютий '21
+23
в 0 каналах
Get PRO
січень '21
+826
в 0 каналах
| Дата | Залучення підписників | Згадування | Канали | |
| 31 липня | 0 | |||
| 30 липня | +2 | |||
| 29 липня | 0 | |||
| 28 липня | +3 | |||
| 27 липня | 0 | |||
| 26 липня | +1 | |||
| 25 липня | +1 | |||
| 24 липня | 0 | |||
| 23 липня | +1 | |||
| 22 липня | +1 | |||
| 21 липня | +1 | |||
| 20 липня | +2 | |||
| 19 липня | 0 | |||
| 18 липня | +2 | |||
| 17 липня | 0 | |||
| 16 липня | 0 | |||
| 15 липня | 0 | |||
| 14 липня | +3 | |||
| 13 липня | +1 | |||
| 12 липня | 0 | |||
| 11 липня | +2 | |||
| 10 липня | +2 | |||
| 09 липня | +2 | |||
| 08 липня | +2 | |||
| 07 липня | +1 | |||
| 06 липня | 0 | |||
| 05 липня | +1 | |||
| 04 липня | +2 | |||
| 03 липня | 0 | |||
| 02 липня | 0 | |||
| 01 липня | +1 |
Дописи каналу
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 |
