スケーラブルな ML モデルのトレーニング、デプロイ、管理を容易にする TensorFlow 2.0 と Cloud AI | Google Cloud 公式ブログ
スケーラブルな ML モデルのトレーニング、デプロイ、管理を容易にする TensorFlow 2.0 と Cloud AI ※この投稿は米国時間 2019 年 3 月 22 日に Google Cloud blog に投稿されたものの抄訳です。 2015 年にオープンソース化されて以来、TensorFlow はエンドツーエンドの完全な ML（機械学習）エコシステムへと成長を遂げました。さまざまなツールやライブラリ、デプロイ オプションを含んでおり、ユーザーが調査段階から本番環境へと容易に移行できるよう支援します。そして、今年 3 月に開催された 2019 TensorFlow Dev Summit では、ML モデルをさらに使いやすくデプロイしやすいものにする TensorFlow 2.0 が登場しました。 ML フレームワークとしてスタートした TensorFlow は、その後包括的なプ
Watsonで作ったCore MLモデルをiOSアプリへデプロイする
2020–09–18 手順修正2018–08–23追記 本記事の開発手順ではiPadでビルド時にエラーとなってしまう部分について、IBMのDeveloperである浜口氏が手順をまとめてくれました。 ■Apple CoreMLでWatson Visual RecognitionのデモアプリををiPhoneだけではなくiPadでも使えるようにする https://qiita.com/satoruhamaguchi/items/a48de5898c39bc034898WatsonとCore MLモデルCore MLでは、開発者は学習させた機械学習モデルをアプリケーションに統合することができます。 ワトソンのVisual Recognitionは、このCore MLモデルをサポートしています。 今回は、Watson Visual Recognitionを使用してCore MLモデルを作成し、iOS
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
