6 دقیقه زمان مطالعه
امروزه، شرکت‌ها در هر صنعتی میلیون‌ها مدل یادگیری ماشینی را در چندین خط کسب‌وکار به کار می‌گیرند. به زودی هر شرکتی شرکت خواهد کرد.
ماشین لرنینگ
5 دقیقه زمان مطالعه
سر و صدا در مورد Google JAX چیست؟ بیاموزید که چگونه JAX Autograd و XLA را برای محاسبات عددی و تحقیقات یادگیری ماشینی فوق‌العاده در مورد CPU، GPU و TPU ترکیب می‌کند.
5 دقیقه زمان مطالعه
در رویداد Mendix World خود، این فروشنده کم‌کد راه‌هایی را برای ISVها و شرکای خود برای فروش در بازار خود و همچنین قابلیت‌های جدید هوش مصنوعی، اتوماسیون و Data Hub اعلام کرد.
5 دقیقه زمان مطالعه
PyTorch 1.10 آماده تولید است، با اکوسیستمی غنی از ابزارها و کتابخانه ها برای یادگیری عمیق، بینایی کامپیوتر، پردازش زبان طبیعی و موارد دیگر. در اینجا نحوه شروع با PyTorch آورده شده است.
2 دقیقه زمان مطالعه
بازنویسی کامل API شبکه عصبی عمیق از گردش‌های کاری Keras در بالای سه چارچوب یادگیری ماشین پیشرو پشتیبانی می‌کند.
7 دقیقه زمان مطالعه
فناوری اطلاعات همچنان می‌تواند بدون دسترسی به کد منبع اصلی آزمایش کند. از تست پذیرش چابک استفاده کنید، به منطق تجاری بپردازید، و پلتفرم‌های آزمایشی را با یادگیری ماشینی بپذیرید.
7 دقیقه زمان مطالعه
بینایی کامپیوتر می تواند بیشتر از کاهش هزینه ها و بهبود کیفیت انجام دهد. در اینجا آمده است که چگونه نوآوری‌های سخت‌افزار، نرم‌افزار و هوش مصنوعی جان انسان‌ها را نجات می‌دهند و ایمنی را در داخل و خارج از کف کارخانه بهبود می‌بخشند.
7 دقیقه زمان مطالعه
با توابع Pulsar، می‌توانید توابع پایتون را روی پیام‌های pub/sub در Apache Pulsar اعمال کنید تا پیش‌بینی‌های یادگیری ماشین را در زمان واقعی انجام دهید. در اینجا نحوه
5 دقیقه زمان مطالعه
جستجوی شباهت برداری از یادگیری ماشینی برای ترجمه شباهت متن، تصویر یا صدا به فضای برداری استفاده می‌کند و جستجو را سریعتر، دقیق‌تر و مقیاس‌پذیرتر می‌کند.
6 دقیقه زمان مطالعه
دریابید که چرا پس انتشار و نزول گرادیان کلید پیش بینی در یادگیری ماشین هستند، سپس با آموزش یک شبکه عصبی ساده با استفاده از گرادیان نزول و کد جاوا شروع کنید.
2 دقیقه زمان مطالعه
این قابلیت‌ها که در حال حاضر در حال پیش‌نمایش هستند، به شرکت‌ها این امکان را می‌دهند که همزمان با همکاری با شرکا و حفظ حریم خصوصی و امنیت داده‌ها، یادگیری ماشین را روی داده‌های مشترک اجرا کنند.
4 دقیقه زمان مطالعه
سه فرآیند کسب‌وکار برتر که انتظار می‌رود شرکت‌های APAC در آن‌ها هوش مصنوعی/ML را ترکیب کنند، شامل عملیات فناوری اطلاعات، امنیت، و پشتیبانی و خدمات مشتری می‌شود.
4 دقیقه زمان مطالعه
یک رویکرد ساده‌تر – داده‌های خوب، پرسش‌های SQL، دستورات if/then- اغلب کار را انجام می‌دهد.
2 دقیقه زمان مطالعه
API طبقه‌بندی متن جدید برای چارچوب یادگیری ماشین منبع باز مایکروسافت، آموزش مدل را با استفاده از داده‌های شما برای تنظیم دقیق مدل موجود ساده می‌کند.
4 دقیقه زمان مطالعه
تلاش علم داده، چابکی را کاهش می‌دهد و از افزایش کارآمد و پایدار تلاش‌های علم داده توسط سازمان‌ها جلوگیری می‌کند. در اینجا نحوه جلوگیری از آن آمده است.
5 دقیقه زمان مطالعه
Vertex AI Vision منابع ویدئویی، مدل‌های یادگیری ماشین و انبارهای داده را ترکیب می‌کند تا بینش‌های غنی و تجزیه و تحلیل بینایی کامپیوتری را بدون انجام کارهای سنگین ارائه دهد.
5 دقیقه زمان مطالعه
از دیپ فیک گرفته تا پردازش زبان طبیعی و موارد دیگر، دنیای منبع باز با پروژه هایی برای پشتیبانی از توسعه نرم افزار در مرزهای هوش مصنوعی و یادگیری ماشینی آماده است.
6 دقیقه زمان مطالعه
تست بهتر به معنای نرم افزار بهتر است. استفاده از NLP، تولید داده های آزمایشی و آزمایش بهینه شده می تواند به سرعت برنامه ها را بهبود بخشد.
7 دقیقه زمان مطالعه
مایکروسافت طیفی از ابزارهای جدید را برای آسان‌تر کردن سفارشی‌سازی و تمرکز خروجی مدل‌های هوش مصنوعی مبتنی بر GPT معرفی کرده است. Cosmos DB نقش مهمی ایفا می کند.
2 دقیقه زمان مطالعه
JFrog تعدادی از قابلیت‌های پلتفرم جدید از جمله تست امنیت برنامه استاتیک و بررسی‌های ضد دستکاری و انطباق برای انتشار نرم‌افزار را معرفی کرد.
