当前位置:临县新闻网主页 > 宜丰新闻网国内 > 绵阳新闻网网内容

哈萨克斯坦新闻

2018年十大开源机器学习项目

    首先,让我们看看今年的一些顶级开源项目。1。BERTBERT是变压器双向编码器表示的缩写。它是解决自然语言处理问题的一种新方法,可以获得最先进的处理结果。它是基于TensorFlow的,开发人员可以使用预先训练的模型来解决问题。BERT模型比其他模型具有更大的优势,因为它们可以识别句子的上下文。该项目目前在Github上有8841颗星和1560个分叉。BERT项目地址:https://github.com/google-./bert.:https://arxiv.org/abs/1810.048052。深层CreamPy是一个深层学习工具,可以像图像编辑工具一样重建图像缺失区域。用户使用图像编辑工具将图像缺失的区域绘制成绿色,而神经网络负责将这些区域填充内容。该项目目前在GitHub上有6365个启动和613个分支。项目地址:https://github.com/deeppomf/DeepCreamPy3.TRFL的发音与块菌(truffle)相同。它可以开发基于TensorFlow的增强学习代理。项目地址:https://github.com/deepmind4.Horizo n Horizo n是一个应用强化学习的平台。Horizo n使用PyTorch进行构建,使用Caffe2提供模型服务。Horizo n的主要优点之一是在设计中考虑了生产环境的使用场景。项目地址:HTTPS://GITHUBCOM/FooBoooCurdie/Value5.Doodidiy,顾名思义,是一个用于恢复旧照片和着色的深学习库。该库的作者结合了几种方法来实现这个目标,例如自注意生成对抗网络(https://arxiv.org/abs/1805.08318)、GAN的渐进增长(https://arxiv.org/abs/1710.10196)和两个时间尺度更新规则(https://arxiv.org/abs/1706.08500)。项目地址:https://github.com/jantic/DeOldify 6.AdaNet AdaNet是一个基于TensorFlow的库,它自动学习模型而无需大量的专家干预。该项目基于AdaNet算法(http://..mlr.press/v70/cortes17a.html)。项目地址:https://github.com/.orflow/adanet7.Graph Nets Graph Nets是由DeepMind发起的一个库,用于在Snnet和TensorFlow中构建图形网络。图形网络将图形作为输入并返回图形作为输出。项目地址:https://github.com/deep./._nets8。该库具有速度快、内存利用率低、多GPU训练和推理、CPU支持推理等优点。项目地址:https://github.com/facebook./maskrcnn-benchmark 9.PocketFlow是一个用于加速和压缩深度学习模型的框架。它解决了大多数深度学习模型计算量大的问题。它最初是由腾讯人工智能实验室的研究人员开发的。项目地址:https://github.com/Ten./PocketFlow 10.MAMEToolkit MAMEToolKit是一个用于训练街机游戏强化学习算法的库。该工具包可以在跟踪游戏状态的同时接收游戏帧数据。项目地址:https://github.com/M-J-Murray/MAMEToolkitML框架的主要进展10月份的PyTorch 1.0发布期间,Facebook发布了PyTorch 1.0的预览。新版本将解决以下挑战:耗时的培训、大量的网络、缓慢的扩展以及Python编程语言带来的一些灵活性。新版本引入了一组编译器工具(Torch.这将弥合生产和研究阶段之间的鸿沟。火炬。JIT包含一种名为Torch Script的语言,它是Python的子集。模型可由热切模式转换为图形模式。这对于开发高性能和低延迟应用程序非常有用。Auto-Keras您可能听说过自动机器学习的概念。本质上,它是自动搜索机器学习模型的最佳参数。其他自动化ML框架包括Google的AutoML。Auto-Keras是使用Keras和ENAS(神经架构搜索的最新版本)开发的。TensorFlowServiceTensorFlowService是一个使TensorFlow模型更容易部署到生产环境的系统。TensorFlowSer.,在2017年发布,帮助开发人员简化了将模型部署到生产环境的大量工作。机器学习Javascript有几个Javascript框架,允许开发人员在浏览器上运行机器学习模型。这些框架包括TensorFlow.js和Keras.js。这些模型的实现与使用传统框架(如Keras或TensorFlow)非常相似。展望2019年,随着Auto-Keras等自动化工具的进步,我们可以期望开发人员更容易地工作。随着研究的进展和开源社区的贡献,我们也可以期望改进各种机器学习框架的性能。英文原件:https://heart..fritz.ai/2018-in-.-machine-.-open-source-project-frameworks-430df2fe18cd

当前文章:http://www.szhbz.cn/e9c/286959-308152-23646.html

发布时间:02:23:13

广州设计公司  广州工业设计  产品设计  广州产品设计  产品设计公司  广州设计公司  易用设计  广州设计公司  工业设计  广州产品设计  广州设计公司  

{相关文章}

在美国媒体上,苹果的市场价值跌破7000亿美元:整体市场下跌

    1宝生大帝_资讯报网2月24日,苹果的股价下跌了2.6%,收于7月12日以来的最低水平。据《华尔街日报》网站12月25日报道,根据金融数据软件公司的数据,自2017年2月10日以来,这家科技巨头的市场价值首次跌破7000亿美元。苹果股价自2018年10月3日创下232.07美元的收盘高点以来已经下跌了36.7%,其市值也从最高点1.1万亿美元下跌了4045亿美元。根据这份报告,苹果是世界上市值第二大的公司,仅次于微软的7227亿美元,但仍领先于谷歌字母表6848蜘蛛森林_保洁资讯网亿美元和亚马逊的6572亿美元。据路透12月21日报道,今御泥坊老板_因式分解视频网年美国股市最受欢迎的交易目标FAANG已进入熊市,基金经理们必须寻找下一批大型成长型公司来引领整体市场走高。Facebook、亚马逊、苹果、Netflix和谷歌的母公司Alphabet(吴彦祖最新电影_爱美高网FAANG股票)在7月份创下历史新高。然而,自那以后,随着Facebook数据隐私风暴、苹果iPhone销范文论文_500万娱乐城网量的下降以及Nefei资金消耗的速度,出现了许多问题,这些都损学历认证机构_家乡的名人网害了他们的股价,并把纳斯达克指数拖到了熊市的边缘。一家基金的投资组合经理凯文兰迪斯(Kevin Landis)说,随着FAANG股票的成熟,它们的增长停滞,它们正在下跌。责任编辑:张建丽

http://www.easeid.cnhttp://www.easeid.cn/html/productlist/list-5-1.htmlhttp://www.easeid.cn/html/about/about-15.htmlhttp://www.easeid.cn/html/product/2017-4-18/504.htmlhttp://www.easeid.cn/html/productlist/list-83-1.htmlhttp://www.easeid.cn/html/productlist/list-114-1.htmlhttp://www.easeid.cn/html/productlist/list-120-1.htmlhttp://www.easeid.cn/html/news/2018-2-2/570.htmlhttp://www.easeid.cn/html/product/2018-1-30/567.htmlhttp://www.easeid.cn/html/product/2017-4-20/505.htmlhttp://www.easeid.cn/html/product/2013-6-10/383.htmlhttp://www.easeid.cn/html/product/2013-5-29/312.htmlhttp://www.easeid.cn/html/about/about-12.htmlhttp://www.easeid.cn/html/about/about-16.htmlhttp://www.easeid.cn/html/about/about-17.htmlhttp://www.easeid.cn/html/news/2014-12-1/465.htmlhttp://www.easeid.cn/html/news/2014-10-20/463.htmlhttp://www.easeid.cn/html/news/2014-10-20/462.htmlhttp://www.easeid.cn/content/?344.htmlhttp://www.easeid.cn/html/about/about-108.htmlhttp://www.easeid.cn/html/news/2013-5-20/233.htmlhttp://www.easeid.cn/html/product/2013-6-19/418.htmlhttp://www.easeid.cn/html/product/2016-11-24/491.htmlhttp://www.easeid.cn/html/productlist/list-119-1.htmlhttp://www.easeid.cn/html/productlist/list-6-4.htmlhttp://www.easeid.cn/html/product/2013-6-24/428.htmlhttp://www.easeid.cn/html/product/2013-6-26/429.htmlhttp://www.easeid.cn/html/product/2017-5-8/538.htmlhttp://www.easeid.cn/html/product/2017-5-8/537.htmlhttp://www.easeid.cn/html/product/2017-5-3/525.htmlhttp://www.easeid.cn/html/product/2017-4-20/510.htmlhttp://www.easeid.cn/html/product/2013-6-10/387.htmlhttp://www.easeid.cn/html/product/2013-6-10/384.htmlhttp://www.easeid.cn/html/about/about-110_2.htmlhttp://www.easeid.cn/html/product/2013-6-19/406.htmlhttp://www.easeid.cn/html/news/2013-6-3/289.htmlhttp://www.easeid.cn/html/news/2013-6-3/287.htmlhttp://www.easeid.cn/cases5.phphttp://www.easeid.cn/html/news/2013-6-3/281.htmlhttp://www.easeid.cn/html/news/2013-6-3/280.htmlhttp://www.easeid.cn/html/news/2013-6-3/265.htmlhttp://www.easeid.cn/html/news/2013-6-3/264.htmlhttp://www.easeid.cn/html/news/2013-6-3/256.htmlhttp://www.easeid.cn/html/news/2013-6-3/252.htmlhttp://www.easeid.cn/html/news/2013-6-3/242.htmlhttp://www.easeid.cn/html/about/about-16.htmlhttp://www.easeid.cn/html/about/about-17.htmlhttp://www.easeid.cn/html/news/2014-12-1/465.htmlhttp://www.easeid.cn/html/product/2017-5-8/537.htmlhttp://www.easeid.cn/html/product/2017-5-3/525.html