火炬动力 swMATH ID: 35071 软件作者: Michael Poli、Stefano Massaroli、Atsushi Yamashita、Hajime Asama、Jinkyoo公园 描述: TorchDyn:神经微分方程库。连续深度学习最近已成为深度学习的一个新视角,可以提高与动态系统和密度估计相关的任务的性能。这些方法的核心是神经微分方程,它的前向传递是由神经网络参数化的初值问题的解。由于与标准离散神经网络相比存在特殊的差异,释放连续深度模型的全部潜力需要不同的软件工具集,例如,推理必须通过数值求解器进行。我们介绍了TorchDyn,这是一个PyTorch库,专门用于持续深度学习,旨在提升神经微分方程,使其像常规的即插即用深度学习原语一样容易访问。这一目标是通过识别不同的变体并将其细分为通用的基本组件来实现的,这些组件可以组合并自由地重新调整用途,以获得复杂的组合架构。TorchDyn还提供了分步教程和基准测试,旨在指导研究人员和贡献者。学科: 主页: https://arxiv.org/abs/2009.09346 关键词: 机器学习;arXiv_cs。LG公司;神经计算;进化计算;arXiv_cs。氖;PyTorch公司;神经微分方程;持续深入学习;动力系统 相关软件: 火炬差异;FFJORD公司;PyTorch公司;日本宇宙航空公司;神经CDE;赛莫登;火炬;github;亚当;DiffSharp(差异锐化);TensorFlow公司;阳极氧化物;微分方程.jl;DiffEqFlux流量;火炬;PyTorch闪电;蟒蛇 引用于: 1文件 标准条款 1出版物描述软件 年份 TorchDyn:神经微分方程库arXiv公司Michael Poli、Stefano Massaroli、Atsushi Yamashita、Hajime Asama、Jinkyoo公园 2020 全部的 前5名6位作者引用 1 Hajime Asama公司 1 费德里科·加利福尼亚 1 斯特凡诺·马萨罗利 1 Park,Jinkyoo公园 1 迈克尔·波利 1 松下山下 连载1篇 1 SIAM应用动力系统杂志 在2个字段中引用 1 计算机科学(68至XX) 1 系统论;控制(93至XX) 按年份列出的引文