TENSORFLOW - 日本語 への翻訳

• tensorflow

英語 での Tensorflow の使用例とその 日本語 への翻訳

TensorFlow also includes a data visualization toolkit called TensorBoard.
さらに、TensorFlowには「TensorBoard」という可視化ツールが搭載されています。

Besides, TensorFlow can perform distributed learning to work in any environment such as iOS and Android.
他にもTensorFlowは、iOSやAndroidなどのどんな環境でも動作するように分散学習が行えます。

Tensorflow is today among the most popular machine learning projects on GitHub.
TensorFlowは、今やGitHubで最も人気の高い機械学習プロジェクトになっています。

TensorFlow simplifies the distribution of a neural network in a cluster of computers, turning them into one big brain.
TensorFlowは、ニューラルネットワークを多数のコンピュータに分散させる作業を簡素化し、それらを1つの大きな頭脳に変えました。

TensorFlow has attracted a large user community that actively contributes code and problem-solve on GitHub.
TensorFlowには大規模で非常にアクティブなユーザーのコミュニティもあり、ユーザーは定期的にGitHubでコードを提供し、問題を解決しています。

With this in mind, we're very excited to be working with Google to bring TensorFlow machine learning to the Raspberry Pi platform.
そういった意味で、Googleと協力して、TensorFlowの機械学習をRaspberryPiプラットフォームで提供することに、大きな期待を感じている。

TensorFlow supports specific NVIDIA GPUs compatible with the related version of the CUDA toolkit that meets specific performance criteria.
TensorFlowがサポートしているGPUは、特定のパフォーマンス基準を満たす関連バージョンのCUDAツールキットとの互換性がある特定のNVIDIAGPUです。

This design makes TensorFlow efficient for deep learning applications.
この設計により、TensorFlowは深層学習アプリケーションに有効に機能するようになっています。

TensorFlow is designed to work effectively for deep learning applications.
この設計により、TensorFlowは深層学習アプリケーションに有効に機能するようになっています。

Furthermore, TensorFlow has attracted a large user community that actively contributes code and problem-solve on GitHub.
また、TensorFlowには、定期的にコードを提出し、GitHubの問題を解決するユーザーが非常に活発に活動しているコミュニティもあります。

In California, for example, college students used TensorFlow to identify pot holes and dangerous road cracks in Los Angeles.
太陽が輝くカリフォルニア州では、大学生がTensorFlowを使用して、ロサンゼルスの道路の破損と危険な道路の亀裂を特定しました。

In 2018, TensorFlow had eight major releases and added major capabilities such as eager execution and distribution strategies.
年、TensorFlowには8つのメジャーリリースがあり、eagerexecutionおよびDistributionStrategyAPIなどの主要機能が追加されました。

What Magenta and TensorFlow are based on is applying algorithmic analysis to large volumes of data.
MagentaとTensorFlowの基盤部分は、アルゴリズム解析を大量のデータに適用している。

Python, Tensorflow Follow the steps on the installation page of Tensorflow to create an environment in which Python and Tensorflow can run.
Python,TensorflowTensorflowのインストールページに記載されている手順に沿って、PythonとTensorflowが実行できる環境を構築してください。

Merged with our deep expertise in machine learning and AI, this makes TensorFlow Enterprise the finest means to operate TensorFlow.”.
AI（人工知能）と機械学習における深い専門知識と組み合わせることで、TensorFlowEnterpriseはTensorFlowを動作させる最良の方法になる」。

First, create a Python 2.7 virtualenv or an Anaconda environment and install TensorFlow for CPU(we will not need GPUs at all).
まず、Python2.7のvirtualenvまたはAnaconda環境を作成し、CPU用のTensorFlowをインストールします(GPUは不要です)。

Fighting fire with machine learning: two students use TensorFlow to predict wildfires.
機械学習と共に火災と戦う：２人の生徒がTensorFlowを使用して山火事を予測。

Combined with our deep expertise in AI and machine learning, this makes TensorFlow Enterprise the best way to run TensorFlow.”.
AI（人工知能）と機械学習における深い専門知識と組み合わせることで、TensorFlowEnterpriseはTensorFlowを動作させる最良の方法になる」。

This will allow you to submit tightly coupled jobs using frameworks like the Microsoft Cognitive Toolkit(CNTK), Caffe, or TensorFlow, enabling training for natural language processing, image recognition, and object detection.
このため、MicrosoftCognitiveToolkit(CNTK)、Caffe、TensorFlowなどのフレームワークを使用した緊密に連携したジョブを作成し、自然言語処理、画像認識、オブジェクト検出のトレーニングを行うことができます。

If a TensorFlow operation has both CPU and GPU implementations, the GPU devices will be prioritized when the operation is assigned to a device.
TensorFlowオペレーションは、CPUとGPUの実装の両方を有する場合、動作は、デバイスに割り当てられている場合、GPUデバイスが優先されます。