Accéder au contenu principal

Sélection

Gemma, la nouvelle famille de modèles de Google

 Gemma, la nouvelle famille de modèles ouverts et légers de Google. Hello la team #TheDayInfo, le 21 février 2024, Google a dévoilé Gemma, une nouvelle famille de modèles ouverts et légers dont la conception repose sur les mêmes recherches et technologies qui ont servi à créer Gemini(Ancien Bard).  Le petit frère de Gemini? 😒 Humm, on peut le dire ainsi mais pas tout à fait car son utilisation est plus axé sur la création de modèles ML pour le traitement naturel du langage(NLP) donc pour les développeurs plutôt que sur la collaboration IA comme Gemini.   Introduction à Gemma Les modèles de la famille Gemma sont en deux versions 2B et 7B.  Le modèle Gemma 2B(Deux milliards de paramètres) est destiné aux CPU et applications sur appareils tandis que le modèle Gemma 7B(Sept milliards de paramètres) est destiné aux déploiements efficients et déploiements sur CPU et GPU.  Ces nouveaux modèles sont utilisés dans la conception des modèles de machine learning en NLP(Natural Language processin

Les catastrophes vues sur une carte avec TensorFlow

Visualiser les catastrophes naturelles sur une map avec TensorFlow




Salut à vous la team #TheDayInfo 😊, je suis très heureux de partager avec vous aujourd'hui une plateforme de mapping des différentes catastrophes qui ont lieu dans le monde entier: Disaster Watch

Disaster Watch alt seo optimisation Google
Disaster Watch

C'est quoi TensorFlow?😕

Alors, TensorFlow est une plateforme open source pour l'apprentissage automatique(Machine Learning). Elle a été conçu par Google et c'est en 2015 que le code source a été publié par celui-ci. 

Comment fonctionne Disaster Watch?

Disaster Watcher est une plateforme qui affiche les points sur une carte en rapport avec les catastrophes dans le monde tel que: les inondations, les tornades, les tremblements de terre, les ouragans, les bombardements et les explosions.

Les données sont récupérés à partir de mots-clés des tweets à l'aide de l'API(Application programming Interface) en continu de Tweeter.

Les mots clés proviennent d'un dictionnaire de référence de termes relatifs aux catastrophes et développé par crisislex.org.

Alors, une fois qu'une personne ou un média tweet sur une catastrophe dans le monde en utilisant un mot-clé, la plateforme récupère la donnée.

Ensuite, TensorFlow l'analyse en fonction de l'exemple qu'il a enregistré et si cela est conforme, il valide l'information et ensuite elle est affichée sur la carte.

Vous pouvez voir l'application web ici 👉Disaster Watch.

Voilà pour aujourd'hui😉, je vous souhaite un bon mois de septembre et une excellente semaine.










Commentaires

Articles les plus consultés

Follow @ArmelYara