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
Tarmoq:1 530
Obunachilar
Ma'lumot yo'q24 soatlar
Ma'lumot yo'q7 kun
Ma'lumot yo'q30 kun
Ma'lumotlar 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
Oktabr '26Okt '26
Oktabr '260
0 kanalda
Sentabr '260
0 kanalda
Get PRO
Avgust '260
1 kanalda
Get PRO
Iyul '260
0 kanalda
Get PRO
Iyun '260
0 kanalda
Get PRO
May '260
0 kanalda
Get PRO
Aprel '260
0 kanalda
Get PRO
Mart '260
0 kanalda
Get PRO
Fevral '260
0 kanalda
Get PRO
Yanvar '260
0 kanalda
Get PRO
Dekabr '250
0 kanalda
Get PRO
Noyabr '250
0 kanalda
Get PRO
Oktabr '250
0 kanalda
Get PRO
Sentabr '250
1 kanalda
Get PRO
Avgust '250
0 kanalda
Get PRO
Iyul '250
0 kanalda
Get PRO
Iyun '250
0 kanalda
Get PRO
May '250
0 kanalda
Get PRO
Aprel '250
0 kanalda
Get PRO
Mart '250
0 kanalda
Get PRO
Fevral '250
0 kanalda
Get PRO
Yanvar '250
0 kanalda
Get PRO
Dekabr '240
0 kanalda
Get PRO
Noyabr '240
0 kanalda
Get PRO
Oktabr '240
0 kanalda
Get PRO
Sentabr '240
0 kanalda
Get PRO
Avgust '240
0 kanalda
Get PRO
Iyul '24
+31
0 kanalda
Get PRO
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 | |
| 24 Oktabr | 0 | |||
| 23 Oktabr | 0 | |||
| 22 Oktabr | 0 | |||
| 21 Oktabr | 0 | |||
| 20 Oktabr | 0 | |||
| 19 Oktabr | 0 | |||
| 18 Oktabr | 0 | |||
| 17 Oktabr | 0 | |||
| 16 Oktabr | 0 | |||
| 15 Oktabr | 0 | |||
| 14 Oktabr | 0 | |||
| 13 Oktabr | 0 | |||
| 12 Oktabr | 0 | |||
| 11 Oktabr | 0 |
Kanal postlari
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 |
