Друзья, совсем скоро, в 20:30 по Москве начнётся трансляция TensorFlow Developer Summit.

Кейноут будут вести такие люди такие люди как Jeff Dean, Rajat Monga и Megan Kacholia.
Очень рекомендую посмотреть данную трансляцию сегодня вечером всем кому интересна тема машинного обучения. Будет рассказано как про сам TensorFlow так и про интересные примеры его использования.



Подробное рассписание, спикеров и прочее можно посмотреть по ссылке.

Для тех кто не в курсе TensorFlow — это полностью открытая библиотека для машинного обучения от Google. TensorFlow используется в огромно количестве продуктов Google, среди них, Search, Gmail, Photos, Youtube, Translate, Assistant, а так же всевозможные алгоритмы распознавания. Подробнее о нём можно прочитать на сайте проекта.



P.S. Будет здорово если хаброжители в комментариях поделятся своим опытом работы с ML, при том не важно какой это был фреймворк, библиотека и тд.

UPD. Видео доступны в специальном плейлисте TensorFlow Developers Summit на YouTube
Использовали ли вы TensorFlow или другую библиотеку для машинного обуечения?

Проголосовало 116 человек. Воздержалось 26 человек.

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

Поделиться с друзьями
-->

Комментарии (7)


  1. erwins22
    15.02.2017 17:42

    а синхронный перевод на русский будет?


    1. zviad
      15.02.2017 18:41
      +1

      Честно говоря, вряд ли.


  1. Kroid
    15.02.2017 18:15
    +1

    А запись трансляции будет?


    1. zviad
      15.02.2017 20:50

      Google обычно всегда выкладывает потом записи и доп материалы по теме.


      1. zviad
        16.02.2017 01:05
        +3

        Видео уже доступны в специальном плейлисте TensorFlow Developers Summit на YouTube


        1. Kroid
          17.02.2017 21:04

          Спасибо!


  1. eiennohito
    18.02.2017 00:33
    +1

    Tensorflow нынче единственный (насколько я знаю, поправьте меня если это не так) фреймворк, в котором интерфейс кернелов асинхронный. Из других я смотрел правда только на Chainer, Theano, DyNet.

    XLA тоже очень интересный и правильный шаг здесь. Оптимизация с объединением операций пока что только тут. Но это инженерная база гугла помогает.