Невозможно отучить людей изучать самые ненужные предметы.
Введение в CSS
Преимущества стилей
Добавления стилей
Типы носителей
Базовый синтаксис
Значения стилевых свойств
Селекторы тегов
Классы
CSS3
Надо знать обо всем понемножку, но все о немногом.
Идентификаторы
Контекстные селекторы
Соседние селекторы
Дочерние селекторы
Селекторы атрибутов
Универсальный селектор
Псевдоклассы
Псевдоэлементы
Кто умеет, тот делает. Кто не умеет, тот учит. Кто не умеет учить - становится деканом. (Т. Мартин)
Группирование
Наследование
Каскадирование
Валидация
Идентификаторы и классы
Написание эффективного кода
Вёрстка
Изображения
Текст
Цвет
Линии и рамки
Углы
Списки
Ссылки
Дизайны сайтов
Формы
Таблицы
CSS3
HTML5
Блог для вебмастеров
Новости мира Интернет
Сайтостроение
Ремонт и советы
Все новости
Справочник от А до Я
HTML, CSS, JavaScript
Афоризмы о учёбе
Статьи об афоризмах
Все Афоризмы
Помогли мы вам |
Мы не часто пишем о сервисах, которые нельзя сразу же взять и попробовать, но Lobe — это случай, достойный того, чтобы сделать исключение. Доступ к нему пока что только для избранных, в число которых можно попытаться попасть, оставив свой email на сайте.
Почему стоит это сделать? В обзорном видео разработчики показывают несколько примеров того, на что способен Lobe.
Простым перетаскиванием блоков и выбором настроек они создают нейросети, способные, к примеру, распознавать угол, который человек рукой показывает на фото (или на видео, поступающем с камеры), или распознавать инструмент по звуковому файлу, или даже определять архитектурный стиль здания по фотографии.
Предполагается, что открытые API позволят задействовать Lobe в собственных сервисах. Глубокое машинное обучение может быть полезно не только в ситуациях, требующих распознавать объекты или синтезировать изображения, но и в гораздо менее зрелищных случаях: например, когда нужно предсказать изменение каких-то данных.
Разработчики Lobe нацелены как на новичков в деле машинного обучения, желающих быстро состряпать что-нибудь работающее, так и на профессионалов, которым удобство работы и наглядная визуализация тоже должны заметно облегчить жизнь. Модели, созданные и натренированные в Lobe, можно затем экспортировать в форматах TensorFlow или CoreML.
|
|