| Marco | Дата: Среда, 03.01.2024, 10:52 | Сообщение # 1 |
|
Генералиссимус
Группа: Администраторы
Сообщений: 1691
Offline
| MLPNEURALNET
КРАТКИЙ ОБЗОР
MLPNeuralNet – это библиотека быстрых многослойных нейронных сетей персептрона для iOS и Mac OS X. MLPNeuralNet предсказывает новые примеры с помощью обученных нейронных сетей. Он построен поверх платформы Apple Accelerate Framework с использованием векторных операций и аппаратного ускорения
КАТЕГОРИЯ
Программное обеспечение для искусственных нейронных сетей
ХАРАКТЕРИСТИКИ
• Работает с iOS и Mac OS X
• Векторная реализация
• Работает с двойной точностью
ЛИЦЕНЗИЯ
Проприетарное программное обеспечение
ЦЕНА
MLPNeuralNet – это программа с открытым исходным кодом
ЦЕНЫ
Подписка
БЕСПЛАТНАЯ ПРОБНАЯ ВЕРСИЯ
Доступно
РАЗМЕР ПОЛЬЗОВАТЕЛЕЙ
Малые (<50 сотрудников), средние (от 50 до 1000 предприятий (> 1001 сотрудник))
ВЕБ-САЙТ
MLPNeuralNet
КОМПАНИЯ
MLPNeuralNet
MLPNeuralNet – это библиотека быстрых многослойных нейронных сетей персептрона для iOS и Mac OS X. MLPNeuralNet предсказывает новые примеры с помощью обученных нейронных сетей. Он построен поверх платформы Apple Accelerate Framework с использованием векторных операций и аппаратного ускорения (при наличии).
MLPNeuralNet предназначен для пользователей, которые разработали модель прогнозирования с использованием Matlab (Python или R) и хотели бы использовать ее в приложении для iOS. В этом случае MLPNeuralNet – это именно то, что нужно. MLPNeuralNet предназначен для загрузки и запуска моделей только в режиме прямого распространения.
Некоторыми функциями, которыми пользователи смогут воспользоваться в MLPNeuralNet, будут Классификация, многоклассовая классификация и вывод регрессии, векторизованная реализация, работа с двойной точностью и несколькими скрытыми слоями или без них (в этом случае это то же самое, что логистическая / линейная регрессия). Программа содержит обширную процедуру и шаги, описывающие, как пользователи могут полностью использовать коды, чтобы использовать ее с iOS и Mac OS X.
ИТОГ
MLPNeuralNet предназначен для загрузки и запуска моделей только в режиме прямого распространения. Некоторыми функциями, которыми пользователи смогут воспользоваться в MLPNeuralNet, будут Классификация, многоклассовая классификация и вывод регрессии, векторизованная реализация, работа с двойной точностью и несколькими скрытыми слоями или без них (в этом случае это то же самое, что логистическая / линейная регрессия).
Скоро новый год
|
| |
| |
