uz
Feedback
TensorFlow

TensorFlow

Kanalga Telegram’da o‘tish

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

Ko'proq ko'rsatish
1 530
Obunachilar
Ma'lumot yo'q24 soatlar
Ma'lumot yo'q7 kunlar
Ma'lumot yo'q30 kunlar

Ma'lumot yuklanmoqda...

O'xshash kanallar
Ma'lumot yo'q
Muammo bormi? Iltimos, sahifani yangilang yoki bizning qo'llab-quvvatlash boshqaruvchimizga murojaat qiling>.
Taglar buluti
Ma'lumot yo'q
Muammo bormi? Iltimos, sahifani yangilang yoki bizning qo'llab-quvvatlash boshqaruvchimizga murojaat qiling>.
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '24
Iyul '24
+31
0 kanalda
Iyun '24
+16
0 kanalda
Get PRO
May '24
+10
0 kanalda
Get PRO
Aprel '24
+19
1 kanalda
Get PRO
Mart '24
+22
0 kanalda
Get PRO
Fevral '24
+20
0 kanalda
Get PRO
Yanvar '24
+25
0 kanalda
Get PRO
Dekabr '23
+18
0 kanalda
Get PRO
Noyabr '23
+30
0 kanalda
Get PRO
Oktabr '23
+38
0 kanalda
Get PRO
Sentabr '23
+52
0 kanalda
Get PRO
Avgust '23
+52
0 kanalda
Get PRO
Iyul '23
+62
0 kanalda
Get PRO
Iyun '23
+42
0 kanalda
Get PRO
May '23
+55
0 kanalda
Get PRO
Aprel '23
+43
0 kanalda
Get PRO
Mart '23
+67
0 kanalda
Get PRO
Fevral '23
+39
0 kanalda
Get PRO
Yanvar '23
+52
0 kanalda
Get PRO
Dekabr '22
+44
0 kanalda
Get PRO
Noyabr '22
+38
0 kanalda
Get PRO
Oktabr '22
+28
0 kanalda
Get PRO
Sentabr '22
+55
0 kanalda
Get PRO
Avgust '22
+60
0 kanalda
Get PRO
Iyul '22
+43
0 kanalda
Get PRO
Iyun '22
+58
0 kanalda
Get PRO
May '22
+62
0 kanalda
Get PRO
Aprel '22
+83
0 kanalda
Get PRO
Mart '22
+381
0 kanalda
Get PRO
Fevral '22
+112
0 kanalda
Get PRO
Yanvar '22
+81
0 kanalda
Get PRO
Dekabr '21
+110
0 kanalda
Get PRO
Noyabr '21
+363
0 kanalda
Get PRO
Oktabr '21
+511
0 kanalda
Get PRO
Sentabr '21
+13
0 kanalda
Get PRO
Avgust '21
+4
0 kanalda
Get PRO
Iyul '21
+10
0 kanalda
Get PRO
Iyun '21
+15
0 kanalda
Get PRO
May '21
+25
0 kanalda
Get PRO
Aprel '21
+21
0 kanalda
Get PRO
Mart '21
+12
0 kanalda
Get PRO
Fevral '21
+23
0 kanalda
Get PRO
Yanvar '21
+826
0 kanalda
Sana
Obunachilarni jalb qilish
Esdaliklar
Kanallar
31 Iyul0
30 Iyul+2
29 Iyul0
28 Iyul+3
27 Iyul0
26 Iyul+1
25 Iyul+1
24 Iyul0
23 Iyul+1
22 Iyul+1
21 Iyul+1
20 Iyul+2
19 Iyul0
18 Iyul+2
17 Iyul0
16 Iyul0
15 Iyul0
14 Iyul+3
13 Iyul+1
12 Iyul0
11 Iyul+2
10 Iyul+2
09 Iyul+2
08 Iyul+2
07 Iyul+1
06 Iyul0
05 Iyul+1
04 Iyul+2
03 Iyul0
02 Iyul0
01 Iyul+1
Kanal postlari
💨 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 интерпретируе
⚡️ 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 процесс
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
🍎 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
🔥 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.
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 п
🖥 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
🔥 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 превосход
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
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 воз
🚀 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