| Marco | Дата: Среда, 03.01.2024, 11:32 | Сообщение # 1 |
|
Генералиссимус
Группа: Администраторы
Сообщений: 1691
Offline
| neon – это библиотека глубокого обучения Nervana на Python
КРАТКИЙ ОБЗОР
neon – это библиотека глубокого обучения Nervana на Python. Она обеспечивает простоту использования при высочайшей производительности.
КАТЕГОРИЯ
Программное обеспечение для искусственных нейронных сетей
ХАРАКТЕРИСТИКИ
• Фреймворк для визуализации
• Аппаратные бэкенды с возможностью замены
• Базовая поддержка автоматической дифференциации
• Поддержка convnets, RNN, LSTM и автокодеров
ЛИЦЕНЗИЯ
Проприетарное программное обеспечение
ЦЕНА
Свяжитесь с нами для уточнения цен
ЦЕНЫ
Подписка
БЕСПЛАТНАЯ ПРОБНАЯ ВЕРСИЯ
Доступно
РАЗМЕР ПОЛЬЗОВАТЕЛЕЙ
Малые (<50 сотрудников), средние (от 50 до 1000 предприятий (> 1001 сотрудник))
КОМПАНИЯ
neon
Neon – это библиотека глубокого обучения Nervana на Python. Она обеспечивает простоту использования при высочайшей производительности. Среди функций, которыми обладает neon, можно выделить поддержку часто используемых моделей, включая convnets, RNNS, LSTM и автокодеры, тесную интеграцию с современной библиотекой ядра графического процессора neon, 3s / macrobatch (3072 изображения) в AlexNet на Titan X (полная работа на 1 графическом процессоре ~ 32 часа), базовую поддержку автоматической дифференциации, фреймворк для визуализации и аппаратные бэкенды с возможностью замены: напишите код один раз и разверните на Titan X Процессоры, графические процессоры или аппаратное обеспечение Nervana. Neon поддерживает загрузку как обычных, так и пользовательских наборов данных.
Данные следует загружать в виде итератора python, предоставляя по одному мини-пакету данных за раз во время обучения. Пользователи могут создавать свою модель, предоставляя список слоев. Для слоев с весами предоставьте функцию для инициализации весов перед обучением. Для обучения модели предоставьте данные обучения (в виде итератора), функцию затрат и алгоритм оптимизации для обновления весов модели.
Чтобы изменять скорость обучения в течение времени обучения, предоставьте расписание обучения. В настоящее время neon поддерживает серверные части, наборы данных, такие как изображения, текст, видео и пользовательские наборы данных; Инициализаторы, оптимизаторы, активации, слои, затраты и показатели. Есть два способа запуска моделей с помощью neon. Первый способ заключается в простом выполнении скрипта python, содержащего mode. Второй способ заключается в указании модели в файле YAML. YAML – широко используемый язык разметки.
ИТОГ
neon поддерживает часто используемые модели, включая convnets, RNNs, LSTM и автоэнкодеры, и может найти множество предварительно подготовленных реализаций в нашем модельном зоопарке и тесную интеграцию с нашей современной библиотекой ядра GPU.
Скоро новый год
|
| |
| |
