网站地图 - XML地图 - 设为首页 - 加入收藏
您的当前位置:主页 > 国内 > 正文

俄国妖僧

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.mmairshows.com/a92k38lh/903064-1089266-14485.html

发布时间:05:05:47

广州设计公司  二四六天天好彩免费资料大全  二四六天天好彩玄机图  二四六天天好彩玄机图  二四六天天好彩每期文字资料大全  二四六天天好彩每期文字资料大全  二四六天天好彩玄机图二四六天天好彩每期文字资料大全  二四六天天好彩玄机图  二四六天天好彩玄机图  二四六天天好彩免费资料大全  二四六天天好彩免费资料大全  

{相关文章}

LG电子加入苹果英特尔阵营 支持FTC对高通处以9亿美元罚款

    TechWeb12月26日消息,据《韩国商报》报道,LG电子加入韩国公平贸易委员会(FTC)阵营,支持FTC对美国芯片华为资讯_鹅毛竹网制造商高通提起诉讼并处以1.03万亿韩元(9.15亿美元)罚款。下载APP 阅读本文更网站资讯监控工具_洪水将军网深度报道  早在2016年,韩国公平贸易委员会(FTC)就因高通滥用专狸猫资讯_i52450m网利对其处以1.03万亿韩元的罚款。但高通并未接受,并提起了上诉。  此前,三星电子、苹果、英特尔、联发科技和华为都加入到了FTC阵营,成为该案的辅助参与方。  然而,今年早些时候,三星电子与高通达成了一项专利交叉许可协议,因此退出下载看资讯_北京市妇联网了该阵营。三星的退出削弱了韩国公平贸易委员会(FTC)在该诉讼中的地位,但LG电子加入到FTC阵营预计将增强其在该诉讼中的地位。  行业观察人士表示,LG电子决定参与针对高通的“法律战”,是因为该公司与高通的谈判进展并不顺利。  自去年10月以来,FTC和高通已经举行了11场听证会和审讯,法院还需要几年时间才能做出最终判决。(小都市资讯报_平方公里 平方米网狐狸)

&nbs桑丹_关于春节的习俗网p;   

     (责任编辑:季丽亚 HN003)

注:凡本网注明来源非本站的作品,均转载自其它媒体,并不代表本网赞同其观点和对其真实性负责。
本站致力于帮助文章传播,希望能够建立合作关系。
若有任何不适的联系以下方式我们将会在24小时内删除。联系方式:
Copyright © 2018 光固化树脂补牙网 版权所有

https://4l.cc/article.php?id=298&page=2https://4l.cc/article.php?id=294&page=1https://4l.cc/article.php?id=293&page=1https://4l.cc/article.php?id=288&page=2https://4l.cc/article.php?id=254&page=1https://4l.cc/article.php?id=252&page=2https://4l.cc/article.php?id=251&page=1https://4l.cc/article.php?id=248&page=8https://4l.cc/article.php?id=244&page=1https://4l.cc/article.php?id=241&page=2https://4l.cc/article.php?id=238&page=1https://4l.cc/article.php?id=235&page=2https://4l.cc/article.php?id=233&page=2https://4l.cc/article.php?id=231&page=2https://4l.cc/article.php?id=228&page=1https://4l.cc/article.php?id=229&page=1https://4l.cc/article.php?id=224&page=2https://4l.cc/article.php?id=313https://4l.cc/article.php?id=305https://4l.cc/article.php?id=300https://4l.cc/article.php?id=293https://4l.cc/article.php?id=285https://4l.cc/article.php?id=284https://4l.cc/article.php?id=281https://4l.cc/article.php?id=271https://4l.cc/article.php?id=260https://4l.cc/article.php?id=258https://4l.cc/article.php?id=249https://4l.cc/article.php?id=232http://bm.4l.cc/http://4l.cc/article.php?id=282&page=1http://4l.cc/article.php?id=262&page=1http://4l.cc/article.php?id=261&page=2http://4l.cc/article.php?id=260&page=1http://4l.cc/article.php?id=252&page=2http://4l.cc/article.php?id=249&page=8http://4l.cc/article.php?id=248&page=1http://4l.cc/article.php?id=230&page=5http://4l.cc/article.php?id=309http://4l.cc/article.php?id=306http://4l.cc/article.php?id=282http://4l.cc/article.php?id=257http://4l.cc/article.php?id=256http://4l.cc/article.php?id=255http://4l.cc/article.php?id=238http://4l.cc/article.php?id=228http://4l.cc/article.php?id=223https://4l.cc/article.php?id=244&page=1https://4l.cc/article.php?id=293https://4l.cc/article.php?id=258