「tensorflow library」に関連する検索結果が 3,095 つあります

関連度順

TensorFlowのハイレベルAPIを5分で使いこなそう｜Google I/O 2018 (Get started with TensorFlow's High-Level APIs in 5 mins | Google I/O 2018)

05:15

TensorFlowのハイレベルAPIを5分で使いこなそう｜Google I/O 2018 (Get started with TensorFlow's High-Level APIs in 5 mins | Google I/O 2018)

5

TensorFlowの内部: tf.Keras (パート2) (Inside TensorFlow: tf.Keras (part 2))

51:34

TensorFlowの内部: tf.Keras (パート2) (Inside TensorFlow: tf.Keras (part 2))

6

モデル理解とビジネスリアリティ（TensorFlow拡張版 (Model Understanding and Business Reality (TensorFlow Extended))

08:53

モデル理解とビジネスリアリティ（TensorFlow拡張版 (Model Understanding and Business Reality (TensorFlow Extended))

5

画像分類器の構築 (ML Zero to Hero, part 4) (Build an image classifier (ML Zero to Hero, part 4))

05:27

画像分類器の構築 (ML Zero to Hero, part 4) (Build an image classifier (ML Zero to Hero, part 4))

1

機械学習がロサンゼルスの道路の甌穴の特定にどのように役立っているか (How machine learning helps identify potholes on Los Angeles roads)

01:01

機械学習がロサンゼルスの道路の甌穴の特定にどのように役立っているか (How machine learning helps identify potholes on Los Angeles roads)

109

Project Magenta (TensorFlow Dev Summit 2018) (Project Magenta (TensorFlow Dev Summit 2018))

13:57

Project Magenta (TensorFlow Dev Summit 2018) (Project Magenta (TensorFlow Dev Summit 2018))

1

TensorFlowと深層強化学習、博士号なしで（Google I/O '18 (TensorFlow and deep reinforcement learning, without a PhD (Google I/O '18))

40:47

TensorFlowと深層強化学習、博士号なしで（Google I/O '18 (TensorFlow and deep reinforcement learning, without a PhD (Google I/O '18))

3

図書館への登録 (Registering with the Library)

02:25

図書館への登録 (Registering with the Library)

193

分散TensorFlowトレーニング（Google I/O '18 (Distributed TensorFlow training (Google I/O '18))

35:27

分散TensorFlowトレーニング（Google I/O '18 (Distributed TensorFlow training (Google I/O '18))

3

ハント図書館物語 (The Hunt Library Story)

08:05

ハント図書館物語 (The Hunt Library Story)

72

感情的深層学習研究（TensorFlow Meets (Affective Deep Learning Research (TensorFlow Meets))

08:02

感情的深層学習研究（TensorFlow Meets (Affective Deep Learning Research (TensorFlow Meets))

3

機械学習を使ってUI/UXを改善する - Milecia McGregor｜JSConf Hawaii 2020 (Using Machine Learning to Improve UI/UX - Milecia McGregor | JSConf Hawaii 2020)

21:59

機械学習を使ってUI/UXを改善する - Milecia McGregor｜JSConf Hawaii 2020 (Using Machine Learning to Improve UI/UX - Milecia McGregor | JSConf Hawaii 2020)

9

ライブストリーム #180Javaライブラリの処理、計算幾何学の課題の開始 (Live Stream #180: Processing Java Library, Starting Computational Geometry Challenges)

203:53

ライブストリーム #180Javaライブラリの処理、計算幾何学の課題の開始 (Live Stream #180: Processing Java Library, Starting Computational Geometry Challenges)

2

TensorFlowの内部: tf.Keras (その1) (Inside TensorFlow: tf.Keras (part 1))

53:37

TensorFlowの内部: tf.Keras (その1) (Inside TensorFlow: tf.Keras (part 1))

7

TensorFlowを搭載：Airbnbが機械学習を利用してリスティング写真の分類を支援 (Powered by TensorFlow: Airbnb uses machine learning to help categorize its listing photos)

02:38

TensorFlowを搭載：Airbnbが機械学習を利用してリスティング写真の分類を支援 (Powered by TensorFlow: Airbnb uses machine learning to help categorize its listing photos)

4

クラウドTPU（TensorFlow @ O Reilly AI Conference, San Francisco '18 (Cloud TPUs (TensorFlow @ O’Reilly AI Conference, San Francisco '18))

22:09

クラウドTPU（TensorFlow @ O Reilly AI Conference, San Francisco '18 (Cloud TPUs (TensorFlow @ O’Reilly AI Conference, San Francisco '18))

6

JavaScriptアプリケーションのための機械学習の魔法 (Google I/O'19) (Machine Learning Magic for Your JavaScript Application (Google I/O'19))

39:02

JavaScriptアプリケーションのための機械学習の魔法 (Google I/O'19) (Machine Learning Magic for Your JavaScript Application (Google I/O'19))

2

Tensorflowを使ったディープラーニング - テンソル、変数、プレースホルダ (Deep Learning with Tensorflow - Tensors, Variables and Placeholders)

04:51

Tensorflowを使ったディープラーニング - テンソル、変数、プレースホルダ (Deep Learning with Tensorflow - Tensors, Variables and Placeholders)

109

モデルのオーバーフィットとアンダーフィットの問題を解決する - Pt.2 (Coding TensorFlow) (Solve your model’s overfitting and underfitting problems - Pt.2 (Coding TensorFlow))

04:52

モデルのオーバーフィットとアンダーフィットの問題を解決する - Pt.2 (Coding TensorFlow) (Solve your model’s overfitting and underfitting problems - Pt.2 (Coding TensorFlow))

5

TensorFlowの内部: tf.data - TF入力パイプライン (Inside TensorFlow: tf.data - TF Input Pipeline)

53:52

TensorFlowの内部: tf.data - TF入力パイプライン (Inside TensorFlow: tf.data - TF Input Pipeline)

5

OpenVINOツールキットと2つのハードウェア開発キット｜IoT Developer Show Season 2｜Intel Software (OpenVINO Toolkit and Two Hardware Development Kits | IoT Developer Show Season 2 | Intel Software)

05:25

OpenVINOツールキットと2つのハードウェア開発キット｜IoT Developer Show Season 2｜Intel Software (OpenVINO Toolkit and Two Hardware Development Kits | IoT Developer Show Season 2 | Intel Software)

33

TensorFlowを利用して：機械学習を利用した中世のテキストの転記を支援する古書家の支援 (Powered by TensorFlow: helping paleographers transcribe medieval text using machine learning)

02:59

TensorFlowを利用して：機械学習を利用した中世のテキストの転記を支援する古書家の支援 (Powered by TensorFlow: helping paleographers transcribe medieval text using machine learning)

4

モデルのオーバーフィットとアンダーフィットの問題を解決する - Pt.1 (Coding TensorFlow) (Solve your model’s overfitting and underfitting problems - Pt.1 (Coding TensorFlow))

04:43

モデルのオーバーフィットとアンダーフィットの問題を解決する - Pt.1 (Coding TensorFlow) (Solve your model’s overfitting and underfitting problems - Pt.1 (Coding TensorFlow))

5

機械学習用のデータセットを準備する（TensorFlowのコーディング (Prepare your dataset for machine learning (Coding TensorFlow))

07:37

機械学習用のデータセットを準備する（TensorFlowのコーディング (Prepare your dataset for machine learning (Coding TensorFlow))

2

Mili - String Theocracy / "Library of Ruina" theme song

02:55

Mili - String Theocracy / "Library of Ruina" theme song

48

日本語 B1 中級

TFコミュニティに参加する (TF Dev Summit '20) (Getting involved in the TF community (TF Dev Summit '20))

09:25

TFコミュニティに参加する (TF Dev Summit '20) (Getting involved in the TF community (TF Dev Summit '20))

2

Mili - Iron Lotus / "Library of Ruina" battle theme

04:01

Mili - Iron Lotus / "Library of Ruina" battle theme

36

日本語 B1 中級

レイノルド・シン｜スパークサミット2017 (Reynold Xin | Spark Summit 2017)

15:03

レイノルド・シン｜スパークサミット2017 (Reynold Xin | Spark Summit 2017)

115

MLのためのデータを準備する｜テキスト分類チュートリアル Pt.1 (Coding TensorFlow) (Prepare your data for ML | Text Classification Tutorial Pt. 1 (Coding TensorFlow))

04:25

MLのためのデータを準備する｜テキスト分類チュートリアル Pt.1 (Coding TensorFlow) (Prepare your data for ML | Text Classification Tutorial Pt. 1 (Coding TensorFlow))

2

ジャカード日常のオブジェクトにMLをシームレスに埋め込む (TF Dev Summit '20) (Jacquard: Embedding ML seamlessly into everyday objects (TF Dev Summit '20))

10:15

ジャカード日常のオブジェクトにMLをシームレスに埋め込む (TF Dev Summit '20) (Jacquard: Embedding ML seamlessly into everyday objects (TF Dev Summit '20))

1

Python、TensorFlow、Kerasを使ったディープラーニングのチュートリアル (Deep Learning with Python, TensorFlow, and Keras tutorial)

20:34

Python、TensorFlow、Kerasを使ったディープラーニングのチュートリアル (Deep Learning with Python, TensorFlow, and Keras tutorial)

71

BINARY CLASSIFIER WITH TENSORFLOW - CS50 on Twitch、EP.7 (BINARY CLASSIFIER WITH TENSORFLOW - CS50 on Twitch, EP. 7)

138:46

BINARY CLASSIFIER WITH TENSORFLOW - CS50 on Twitch、EP.7 (BINARY CLASSIFIER WITH TENSORFLOW - CS50 on Twitch, EP. 7)

4

ライブストリーム #164ル・タンク・パリからのライブ (Live Stream #164: Live from Le Tank Paris)

128:18

ライブストリーム #164ル・タンク・パリからのライブ (Live Stream #164: Live from Le Tank Paris)

機械学習は未来ではない - Google I/O 2016 (Machine learning is not the future - Google I/O 2016)

39:00

機械学習は未来ではない - Google I/O 2016 (Machine learning is not the future - Google I/O 2016)

118

博士号を持たないTensorFlowとディープラーニング、その2（Google Cloud Next '17 (TensorFlow and Deep Learning without a PhD, Part 2 (Google Cloud Next '17))

56:06

博士号を持たないTensorFlowとディープラーニング、その2（Google Cloud Next '17 (TensorFlow and Deep Learning without a PhD, Part 2 (Google Cloud Next '17))

240

MLIR: コンパイラによるTFの高速化 (TF Dev Summit '20) (MLIR: Accelerating TF with compilers (TF Dev Summit '20))

10:19

MLIR: コンパイラによるTFの高速化 (TF Dev Summit '20) (MLIR: Accelerating TF with compilers (TF Dev Summit '20))

2

サザンクロス大学図書館へようこそ (Southern Cross University Library Welcome)

02:01

サザンクロス大学図書館へようこそ (Southern Cross University Library Welcome)

9

図書館の議事録。オープンアクセス (The Library Minute: Open Access)

01:06

図書館の議事録。オープンアクセス (The Library Minute: Open Access)

48

なぜメタデータが必要なのか？(TensorFlow Extended) (Why do I need metadata? (TensorFlow Extended))

05:32

なぜメタデータが必要なのか？(TensorFlow Extended) (Why do I need metadata? (TensorFlow Extended))

1

なぜ日本人は「L」と「R」を混同するのか？ (Why do Japanese mix up "L" and "R"?)

07:50

なぜ日本人は「L」と「R」を混同するのか？ (Why do Japanese mix up "L" and "R"?)

46

TensorFlowにおける神経構造化学習 (TF World '19) (Neural structured learning in TensorFlow (TF World '19))

42:30

TensorFlowにおける神経構造化学習 (TF World '19) (Neural structured learning in TensorFlow (TF World '19))

1

TFXのパイプラインはどのように動作するのか？(TensorFlow Extended) (How do TFX pipelines work? (TensorFlow Extended))

05:00

TFXのパイプラインはどのように動作するのか？(TensorFlow Extended) (How do TFX pipelines work? (TensorFlow Extended))

5

tf.functionとAutograph (TF Dev Summit '19) (tf.function and Autograph (TF Dev Summit ‘19))

14:38

tf.functionとAutograph (TF Dev Summit '19) (tf.function and Autograph (TF Dev Summit ‘19))

1

機械学習ゼロからヒーローへ（Google I/O'19 (Machine Learning Zero to Hero (Google I/O'19))

35:33

機械学習ゼロからヒーローへ（Google I/O'19 (Machine Learning Zero to Hero (Google I/O'19))

9

機械学習とTensorFlowの進歩（Google I/O '18 (Advances in machine learning and TensorFlow (Google I/O '18))

42:15

機械学習とTensorFlowの進歩（Google I/O '18 (Advances in machine learning and TensorFlow (Google I/O '18))

3

ニューラルネットワークとML回帰モデルを用いた分類 (#AskTensorFlow) (Classification using neural networks & ML regression models (#AskTensorFlow))

06:56

ニューラルネットワークとML回帰モデルを用いた分類 (#AskTensorFlow) (Classification using neural networks & ML regression models (#AskTensorFlow))

4