微軟發布ML.NET 0.11強化支援第三方框架與格式

新版ML.NET不只能將TensorFlow模型用於圖像分類,還能進行文字分析,可用來開發情感分析應用

2019-03-12

Google發布TensorFlow 2.0預覽版,提供高階API降低學習門檻

TensorFlow核心加入類神經網路函式庫Keras,來幫助簡化框架的使用

2019-03-08

擔心機器學習模型曝露他人隱私?Google釋TensorFlow Privacy

Google在TensorFlow中嵌入了差別隱私技術,這是一個透過演算法來測量隱私保證的框架,藉以設計可保護隱私資料的機器學習演算法

2019-03-07

TensorFlow 2.0標準化模型交換格式強化部署能力

TensorFlow 2.0標準化交換格式以及一致的API,提高了跨平臺元件的相容性,可在TensorFlow Serving、TensorFlow Lite以及TensorFlow.js等部署函式庫使用。

2019-01-17

微軟買下用拖曳就建立深度學習模型的Lobe

Lobe可以快速訓練出影像辨識或聲音辨識的ML模型,模型完成訓練後可直接輸出至TensorFlow或CoreML,在App中使用

2018-09-15

Nvidia發表超大規模推論平臺,瞄準大規模AI推論應用需求

這套Nvidia超大規模推論平臺(Tensorrt Hyperscale Inference Platform),包括了Tesla T4 GPU,以及兩款TensorRT 5以及TensorRT推論伺服器產品,要讓企業快速建立自己的推論系統

2018-09-14

LinkedIn開源TonY,讓Hadoop原生支援TensorFlow

TonY重要的特色之一便是容錯,當Worker錯誤、或是ApplicationMaster失去回應等情況,TonY將會重新啟動應用程式,並恢復到之前的檢查點繼續訓練工作。

2018-09-14

Google釋出無程式碼機器學習模型分析工具What-If Tool

機器學習的模型訓練完成後,需要經過反覆的探索調校,What-If Tool不需撰寫任何程式碼,就能探索機器學習模型,讓非開發人員眼能參與模型調校工作。

2018-09-12

TensorFlow釋出資料驗證函式庫TFDV,進行大規模資料分析與驗證

TensorFlow資料驗證(TensorFlow Data Validation,TFDV)是一個用來探索與驗證機器學習資料的函式庫,特別設計成高度可擴展,且能與TensorFlow和TensorFlow Extended(TFX)共同良好運作。

2018-09-11

Google開源基於TensorFlow的增強學習框架Dopamine

Dopamine是用於快速設計增強學習演算法雛形的研究框架,能滿足開發小型且易於理解程式碼專案的需求,供研究人員進行推測研究測試新想法。

2018-08-29

TensorFlow 2.0將捨棄部分API,預計下半年登場

TensorFlow受限於語意版本控制的規範,在TensorFlow 2.0發布將會帶來一些較大的改變,屆時將會提供搬遷工具,協助開發者升級專案。

2018-08-15

機器學習函式庫TensorFlow 1.9正式支援樹莓派

Google在與樹莓派基金會合作,讓機器學習函式庫TensorFlow也能在樹莓派上執行,除了提供開發者開發創新應用的利器外,也讓更多面向的人更容易的接觸機器學習技術。

2018-08-07