TensorFlow 2.0 est conçu pour faciliter le développement d’applications de machine learning grâce, entre autres, à une intégration renforcée avec Keras.

TensorFlow 2.0 est conçu pour faciliter le développement d’applications de machine learning grâce, entre autres, à une intégration renforcée avec Keras.
L’apprentissage automatique (Machine Learning) et la science des données (Data Science) sont des projets prisés sur GitHub. La plateforme a fait le bilan des contributions en 2018. Etat des lieux.
10 ans après son lancement, la communauté GitHub revendique 27 millions de développeurs travaillant dans le monde entier sur plus de 80 millions de projets. Voici 20 dates qui ont marqué son histoire.
Nouvelle chronique de Louis Naugès, notre expert cloud sur Silicon.fr sur le thème de la contribution de l’IA dans la sphère du Cloud public.
Ignite 2017 : Microsoft annonce trois nouveaux outils de développement de modèles à base d’intelligence artificielle et de machine learning.
Pour son activité d’imagerie satellitaire, Airbus teste depuis plusieurs années les technologies de Machine Learning. Sans grand succès. Mais le Deep Learning a tout changé, faisant chuter drastiquement le taux d’erreurs dans la reconnaissance d’images.
Google a mis en Open Source son outil de visualisation de données Embedding Projector, composant du service de machine learning, Tensor Flow.
Google monte en puissance sur le machine learning et vient de placer en Open Source un de ses outils nommé TensorFlow.