![<!-- "> '> --><title>](https://cdn-ak-scissors.b.st-hatena.com/image/square/8b6ee1c217a0330b676e8ef9c2106a1f66f4b2d4/height=288;version=1;width=512/https%3A%2F%2Fcloud.google.com%2Fimages%2Fsocial-icon-google-cloud-1200-630.png)
※この投稿は米国時間 2019 年 4 月 9 日に Google Cloud blog に投稿されたものの抄訳です。 エンタープライズ IT はたとえ最良のケースでも、柔軟性が低く、複雑で、コストがかさむことがあります。これは残念ながら事実です。大規模なオンプレミス投資を行っているお客様とお話しすると、「クラウドのスケーラビリティや革新的なサービス、運用拠点の地理的な分散といったメリットを利用したいが、不適切なプロバイダーによる囲い込みが心配」という声を聞きします。「 “Write once, run anywhere”(一度書けば、どこでも動く)は、なぜいまだに実現できないのか」という不満をお客様は抱えているのです。 こうしたお客様のニーズを踏まえ、私たちは本日、Anthos を発表しました。Anthos は、アプリケーションをどこでも、簡単、柔軟、安全に実行できる Google Cl
フィードバックを送信 API 設計ガイド コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 変更履歴 はじめに これは、ネットワーク API の一般的な設計ガイドです。2014 年以来 Google 内部で使用され、Cloud API やその他の Google API を設計するときに Google が従うガイドです。この設計ガイドは、外部のデベロッパーへの情報提供と、互いの連携作業の効率化のためにここで共有されています。 Cloud Endpoints のデベロッパーには、このガイドは、gRPC API を設計するときに特に役立つことがあり、そのような場合にはこれらの設計原則を使用することを強くおすすめします。ただし、このガイドの使用は必須ではありません。Cloud Endpoints と gRPC はガイドに従わなくても使用できます。 このガイドは、gR
この投稿は米国時間 3 月 26 日に投稿されたもの(投稿はこちら)の抄訳です。 Posted by Google Cloud デベロッパー アドボケイト 佐藤一憲 この 3 つのラーメンは、41 店舗あるラーメン二郎のうち 3 店舗で作られたものです。それぞれ、どの店舗で出されたものか分かりますか? データ サイエンティストの土井賢治さんが作成した機械学習(ML)によるラーメン識別器を使えば、それぞれの微妙な盛り付けの違いを見分けることで、95% の精度で店舗を特定できます。 この写真を見ても分かるとおり、ラーメン二郎の相当コアなファンでもなければ、ラーメン画像から 41 店舗のどこで作られたかを見分けることは簡単ではありません。テーブルやどんぶりの色、形にあまり違いのない場合が多いのです。 土井さんは、ディープ ラーニングを使ってこの問題を解けるか興味を持ち、インターネット上から 48
* この投稿は米国時間 5 月 12 日に投稿されたもの(投稿はこちら)の抄訳です。 Posted by 佐藤一憲, Staff Developer Advocate, Google Cloud Cliff Young, Software Engineer, Google Brain David Patterson, Distinguished Engineer, Google Brain Google 検索、ストリートビュー、Google フォト、そしてGoogle 翻訳。これらのサービスに共通するのは、いずれもニューラルネットワーク(NN)の計算処理の高速化のために Google の第一世代の Tensor Processing Unit (TPU) が用いられている点です。 Google の Tensor Processing Unit (TPU) が搭載された回路基板(左)と、 G
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