Ми працюємо над відновленням додатку Unionpedia у Google Play Store
ВихідніВхідний
🌟Ми спростили наш дизайн для кращої навігації!
Instagram Facebook X LinkedIn

Порівняння програмного забезпечення глибинного навчання

Індекс Порівняння програмного забезпечення глибинного навчання

У наступній таблиці зведені відомості про деякі з найпопулярніших програмних каркасів, бібліотек та комп'ютерних програм для глибинного навчання.

Зміст

  1. 5 відносини: Caffe (програмне забезпечення), Keras, TensorFlow, Torch, Глибинне навчання.

Caffe (програмне забезпечення)

Caffe — це система для глибинного навчання, первинно розроблена Янці Дзя (贾扬清, Yangqing Jia) як частина його докторської праці в Каліфорнійському університеті в Берклі.

Переглянути Порівняння програмного забезпечення глибинного навчання і Caffe (програмне забезпечення)

Keras

Keras — відкрита нейромережева бібліотека, написана мовою Python.

Переглянути Порівняння програмного забезпечення глибинного навчання і Keras

TensorFlow

TensorFlow — відкрита програмна бібліотека для машинного навчання цілій низці задач, розроблена компанією Google для задоволення її потреб у системах, здатних будувати та тренувати нейронні мережі для виявлення та розшифровування образів та кореляцій, аналогічно до навчання й розуміння, які застосовують люди.

Переглянути Порівняння програмного забезпечення глибинного навчання і TensorFlow

Torch

Torch — відкрита бібліотека для машинного навчання, система для та мова сценаріїв на основі мови програмування Lua. Пропонує широкий спектр алгоритмів для глибинного машинного навчання і використовує мову сценаріїв LuaJIT та реалізацію мовою C в основі.

Переглянути Порівняння програмного забезпечення глибинного навчання і Torch

Глибинне навчання

Глиби́нне навча́ння (також відоме як глибинне структурне навчання, ієрархічне навчання, глибинне машинне навчання, deep learning, deep structured learning, hierarchical learning, deep machine learning) — це галузь машинного навчання, що ґрунтується на наборі алгоритмів, які намагаються моделювати високорівневі абстракції в даних, застосовуючи глибинний граф із декількома обробними шарами, що побудовано з кількох лінійних або нелінійних перетворень.

Переглянути Порівняння програмного забезпечення глибинного навчання і Глибинне навчання

Також відомий як Програмне забезпечення глибинного навчання.