LiteRT for Microcontrollers | Google AI Edge | Google AI for Developers
Gemini About Docs API reference Pricing Imagen About Docs Pricing Gemma About Docs Gemmaverse Build with Gemini Gemini API Google AI Studio Customize Gemma open models Gemma open models Multi-framework with Keras Fine-tune in Colab Run on-device Google AI Edge Gemini Nano on Android Chrome built-in web APIs Build responsibly Responsible GenAI Toolkit Secure AI Framework Android Studio Chrome DevTo
GitHub - google/CFU-Playground: Want a faster ML processor? Do it yourself! -- A framework for playing with custom opcodes to accelerate TensorFlow Lite for Microcontrollers (TFLM). . . . . . Online tutorial: https://google.github.io/CFU-Playground/ For r
Want a faster ML processor? Do it yourself! This project provides a framework that an engineer, intern, or student can use to design and evaluate enhancements to an FPGA-based “soft” processor, specifically to increase the performance of machine learning (ML) tasks. The goal is to abstract away most infrastructure details so that the user can get up to speed quickly and focus solely on adding new
Appleの「M1」搭載Macに最適化されたAI向けライブラリ「TensorFlow」の最新バージョンがリリースされる
オープンソースの機械学習(ML)向けソフトウェアライブラリ「TensorFlow」の最新バージョンが2020年11月18日にAppleからリリースされました。TensorFlowはこのバージョンで、Appleが発表するや否や複数のベンチマーク結果で高スコアをたたき出して絶賛を浴びている「M1」チップに正式対応し、その性能をフル活用できるようになっています。 apple/tensorflow_macos: TensorFlow for macOS 11.0+ accelerated using Apple's ML Compute framework. https://github.com/apple/tensorflow_macos Leveraging ML Compute for Accelerated Training on Mac - Apple Machine Learning
TensorFlow Quantum
Deploy ML on mobile, microcontrollers and other edge devices
Kubeflow
What is Kubeflow?Kubeflow makes artificial intelligence and machine learning simple, portable, and scalable. We are an ecosystem of Kubernetes based components for each stage in the AI/ML Lifecycle with support for best-in-class open source tools and frameworks. Deploy Kubeflow anywhere you run Kubernetes.
TensorFlow.js | Machine Learning for JavaScript Developers
Deploy ML on mobile, microcontrollers and other edge devices
TensorFlowのGPU版のインストール(GT730) | mwSoft
TensorFlowのGPU版のインストール(GT730) 概要 TensorFlowのGPU版をインストールして動かしてみる。OSはUbuntu系のものを使用。Pythonは3.4。 GPUはGT730を利用。TITANとかK20とかそんな高いもの買えるわけないだろ。 @CretedDate 2016/03/19 @UpdatedDate 2016/04/17(tensorflow0.8に対応) @Versions python3.4.3 tensorflow0.8.0, numpy1.10.1 Xubuntu14.04 TensorFlowのGPU要件 これを書いている時点では、TensorFlowが対応しているGPUは下記のようになっている。 NVIDIA's Cuda Toolkit (>= 7.0) NVidia Compute Capability >= 3.0 推奨されるGP
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - uTensor/uTensor: TinyML AI inference library
