مدل یادگیری ماشین خود را با APIهای جدید TensorBoard بصری سازی کنید.

مدل یادگیری ماشین خود را با APIهای جدید TensorBoard بصری سازی کنید.

برای فراهم اوردن امکان ایجاد جلوه های جدید و مفید، Google اعلام کرد که مجموعه ای از API های سازگار را ارائه می دهد که به توسعه دهندگان اجازه می دهد پلاگین های بصری سازی( visualization) را به TensorBoard اضافه کنند. گوگل امیدوار است که توسعه دهندگان از این API برای گسترش TensorBoard استفاده کنند و اطمینان حاصل شود که انواع مختلفی از موارد استفاده را پوشش می دهند.

مترجم ماشینی حود را در TensorFlow بسازید

مترجم ماشینی حود را در TensorFlow بسازید

به تارگی تیم تحقیقاتی گوگل در مقاله‌ای مفصل، به معرفی سیستم مترجم ماشینی (Neural Machine Translation) پرداخته است و کدهای آن را برای دسترسی عموم ارائه کرده است. لینک مقاله: https://goo.gl/kJue3c لینک کدها: https://goo.gl/yy4grk

ویبنار

ویبنار

وبینار آموزشی TensorFlow بر روی معماری‌های جدید Intel بسیاری از افرادی که از کارت گرافیک‌های Intel نظیر Iris استفاده می‌کنند این مشکل را دارند که نمی‌توانند از تنسورفلو بر روی کارت گرافیک خود استفاده کنند. در این وبینار به مرور استفاده بهینه سازی شده از تنسورفلو بر روی پردازنده‌های گرافیکی و معماری‌های حدید اینتل پرداخته […]

وبینار رایگان معرفی APIهای جدید TensorFlow

وبینار رایگان معرفی APIهای جدید TensorFlow

وبینار معرفی و آموزش APIهای جدید تنسورفلو ۱ با ارائه Aaron Schumacher در این وبینار علاوه بر دریافت منابع می‌توانید سوالات خود را به صورت آنلاین از سخنران سوال نمایید. پس از ارائه نسخه TensorFlow 1.0،و عدم پشتیانی برخی از API های نسخه های پیشین ، قابلیت های جدیدی نیز در این نسخه رونمایی شده است که […]

شروع کار با تنسورفلو

شروع کار با تنسورفلو

این آموزش شما را برای شروع برنامه‌نویسی در تنسورفلو آماده می‌کند. پیش از استفاده از این راهنما، حتماً راهنمای نصب تنسورفلو را مطالعه کنید و یک نسخه از تنسورفلو را نصب کنید تا در ضمن آموزش از آن استفاده کنید.

خانه

به پایگاه آموزش یادگیری ماشین در TensorFlow خوش آمدید! در این پایگاه به آموزش مفاهیم یادگیری ماشین، یادگیری عمیق و استفاده از بسته TensorFlow در پایتون می‌پردازیم. هم چنین تلاش خواهیم کرد تا جدیدترین پروژه‌ها و پژوهش‌ها و مقالات در حوزه‌های مرتبط در قالب آموزشی در اختیار علاقه مندان قرار گیرد. ذکر مطالب این پایگاه […]

پیاده سازی خودکدگذار در TensorFlow

پیاده سازی خودکدگذار در TensorFlow

در این قسمت یکی از کاربردهای شبکه های عصبی در یادگیری نظارت شده (با ناظر) بر روی داده های برچسب خورده، معرفی می‌شود. خودکدگذار یا خودرمزنگارها (Autoencoder) شبکه هایی با هستند که با هدف یادگیری بازنمایی فشرده از داده ها استفاده می شوند. در این فرآیند ویژگی هایی که از داده ها استخراج و در بازنمایی […]

12