Google, en colaboración con la Universidad de Waterloo, X y Volkswagen, anuncian el lanzamiento de TensorFlow Quantum (TFQ), una librería de código abierto para la creación rápida de prototipos de modelos de ML cuánticos. TFQ proporciona las herramientas necesarias para reunir a las comunidades de investigación de computación cuántica y aprendizaje automático para controlar y modelar sistemas cuánticos naturales o artificiales; p.ej. procesadores Noisy Intermediate Scale Quantum (NISQ) con ~ 50 - 100 qubits.

Google acaba de liberar la versión 2.0 de Tensorflow, en la que Keras es oficialmente la API de alto nivel de Tensorflow.

En la conferencia “TensorFlow Dev Summit 2019” de esta semana, Google ha anunciado una importante actualización del framework, la versión TensorFlow 2.0 Alpha. TensorFlow 2.0 se centra en la simplicidad y facilidad de uso, con actualizaciones como la ejecución rápida, APIs intuitivas de nivel superior y construcción de modelos flexibles en cualquier plataforma.

En esta publicación, vamos a ver algunos ejemplos de TensorFlow y de cómo es fácil definir tensores, realizar operaciones matemáticas usando tensores y otros ejemplos de aprendizaje automático. ¿Qué es TensorFlow? TensorFlow es una librería desarrollada por Google para resolver complicados y morosos problemas matemáticos.

TensorFlow es la plataforma de Aprendizaje Profundo más importante del mundo. Este desarrollo open-source de Google va más allá de la Inteligencia Artificial, pero su flexibilidad y gran comunidad de desarrolladores lo ha posicionado como la herramienta líder en el sector del Deep Learning.

La nube está dominada por Amazon y Microsoft. Así que Google creó y publicó en abierto TensorFlow, una herramienta para el desarrollo de aplicaciones de aprendizaje profundo que está triunfando como la Coca-Cola, y que, casualmente, se conecta fácilmente a su nube.

"Yo soy la inteligencia artificial". Esas inquietantes palabras resonaron el pasado miércoles en la GPU Technology Conference de NVidia durante la proyección de un vídeo inaugural que ilustraba a los presentes sobre los logros de la IA en campos como la medicina, la astronomía o el transporte (lo podéis ver acompañando a esta noticia). Lo que nadie esperaba es que la banda sonora de ese mismo vídeo fuese obra, precisamente, de un sistema de inteligencia articial.

La Fundación Raspberry Pi anima a todos los usuarios a completar una encuesta que ayudará no solo a centrar esfuerzos allí donde hay más interés por parte de los makers, pero también a conocer las necesidades de los usuarios para "ofrecer los servicios que necesitamos". La implicación de Google en este ámbito podría animar a muchos makers a desarrollar nuevos proyectos de inteligencia artificial basados en la Raspberry Pi, algo que de hecho no es nuevo: existen ya proyectos que ofrecen reconocimiento de voz y también reconocimiento facial a pa

XLA (Accelerated Linear Algebra) utiliza técnicas de compilación JIT para analizar el grafo de TensorFlow creado por el usuario durnate runtime, lo especializa para las dimensiones y tipos reales en ejecución, fusiona múltiples operaciones y generate código máquina nativo para ella - para dispositivos como CPUs, GPUs y aceleradoras a medida (como la TPU de Google).

La nueva versión, anunciada hoy, es más rápida, más flexible, y está lista para producción. El API de Python es oficialmente estable. Se incluyen APIs experimentales para Java y Go. Demos (Android) para estabilización de imágenes, detección y localización de objetos.

Google acaba de anunciar la publicación del código fuente de SyntaxNet, una plataforma de red neuronal implementada en TensorFlow que proporciona una base para sistemas de compresión de lenguaje natural. Se incluye todo el código necesario para entrenar nuevos modelos de SyntaxNet con datos propios y también Parsey McParseface, un intérprete para inglés que ya viene preentrenado y que se puede utilizar para analizar texto en inglés.

Selecciona un conjunto de datos, y sus características. Configura las neuronas, y observa cómo una red neuronal puede clasificar muestras y hacer regresiones lineales.

Hace poco Google liberó su plataforma de aprendizaje máquina, TensorFlow, bajo licencia Open Source, y hay quien ya la ha aprovechado para hacer experimentos singulares. Por ejemplo, para generar guiones de la serie televisiva 'Friends' de forma automática.