[Day 30] Google AI & ML Products 系列總結
這系列文章出自於一個無窮無盡的bug的解題時間,想不到如何解bug、又想不出要寫什麼主題,參考完大家的方向以後,我發現這類型的文章很少、又很實用,才下定決心透過鐵人賽推廣 Google AI & ML…
這系列文章出自於一個無窮無盡的bug的解題時間,想不到如何解bug、又想不出要寫什麼主題,參考完大家的方向以後,我發現這類型的文章很少、又很實用,才下定決心透過鐵人賽推廣 Google AI & ML…
今天要來玩的是AI Hub裡面的Reusing a pipeline component,對Python超不熟的我弄了超久。 這邊會需要run起tensorflow的docker docker pul…
話說照第一天的規劃,今天本來要寫Recommendation AI,不過我測了很久始終無法使用Recommendation AI、無法Enable它,所以只好就此作罷。 AI Hub 今天找其他的玩具…
今天要來串接AutoML Table的API了,在串接之前一樣要先把Model deploy。 deployed 大家可以先拿昨天的資料在UI介面上online predict一下。…
因為篇幅關係,昨天的Dialogflow沒有寫到最終章,就要先跳來AutoML Table了。 來點簡介再開始 AutoML Table是一種supervised learning,並透過表格資料訓練…
每個系列的第二篇,就是踏入API的世界。今天要入門的是Dialogflow的API,不囉嗦先丟上文件。 忘了前置動作的可以參考第三天的文章。 昨天有了Intent、Response的相關認知,還知道了…