张力流

张力流占地面积是使用数据流图进行数值计算的开源软件库。图中的节点表示数学运算,而图边表示它们之间传递的多维数据阵列(张量)。灵活的体系结构允许您使用单个API将计算部署到桌面、服务器或移动设备中的一个或多个CPU或GPU。TensorFlow最初是由研究人员和工程师在谷歌的机器智能研究组织中工作的谷歌脑研究小组开发的,目的是进行机器学习和深度神经网络研究,但该系统一般也适用于广泛的其他领域。


ZBMaCT中的参考文献(200篇文章中引用)

显示结果161至180的200。
按年份排序(引文
  1. 阿门,赛义德:用Python分析金融市场(2017)
  2. Bart van Merrienboer,Alexander B. Wiltschko,Dan Moldovan:正切:使用Python中的源代码转换自动区分(2017)阿西夫
  3. Denny Britz、Anna Goldie、Minh Thang Luong、库勒:神经机器翻译体系结构的大规模探索(2017)阿西夫
  4. Dominik Marek Loroch;Norbert Wehn;Franz Josef Pfreundt;JaNi-Kuffer-TunSurQuANT-一种用于深度神经网络量化的仿真工具箱(2017)阿西夫
  5. Ehrhardt,马蒂亚斯(ED);Günter,米迦勒(ED);ter Maten,E. Jan W.(ED):计算金融的新方法(2017)
  6. Eric Liang、Richard Liaw、Philipp Moritz、Robert Nishihara、Roy Fox、Ken Goldberg、Joseph E. Gonzalez、Joseph E. Gonzalez、In StoCiC:RLLIB:分布式强化学习的抽象(2017)阿西夫
  7. E,渭南;韩寒;Jiequn;Jentzen,阿纳尔夫:高维抛物型偏微分方程和倒向随机微分方程的基于深度学习的数值方法(2017)
  8. Francesco Furiani,Giulio Martella,Alberto Paoluzzi:具有链式复合体的几何计算:朱丽亚软件包的设计与特点(2017)阿西夫
  9. Francesco Giannini,Vincenzo Laveglia,Alessandro Rossi,Dario Zanca,Andrea Zugarini:神经网络初学者。Matlab、火炬、TunSoRoad的快速实现(2017)阿西夫
  10. 汪涵,林峰张,杰群汉,渭南E:TimeMD工具包:一个用于多体势能表示和分子动力学的深学习包(2017)阿西夫
  11. 郝东,Aka SuppATAK,Luo Mai,方德柳,Axel Oehmichen,司苗宇,易可国:TooStule:一个高效深度学习发展的通用图书馆(2017)阿西夫
  12. 郝金洋,Martin Fritzsche,Christian Bartz,Christoph Meinel:BMXNET:基于MXNET(2017)的开源二进制神经网络实现阿西夫
  13. Jack Baker,Paul Fearnhead,Emily B. Fox,Christopher Nemeth:SGMCMC:随机梯度马尔可夫链蒙特卡罗的R包(2017)阿西夫
  14. 贾欣世,简飞晨,Jun Zhu,盛洋隼,于岑洛,易红谷,于浩舟:Posi:Bayesian深度学习图书馆(2017)阿西夫
  15. Jonas Rauber,Wieland Brendel,Matthias Bethge:HavaBox V0.8:Python工具箱,用于评估机器学习模型的鲁棒性(2017)阿西夫
  16. Kai Staats、Edward Pantridge、Marco Cavaglia、Iurii Milovanov、Arun Aniyan:启用张量流的遗传程序设计(2017)阿西夫
  17. Kucukelbir,阿尔普;Tran,达斯廷;Ranganath,拉杰什;Gelman,安得烈;BLI,David M.:自动微分变分推理(2017)
  18. 林,道玉;王,杨;徐,Guangluan;李,钧;傅,坤:用多尺度深度神经网络将简单素描转化成国画(2017)
  19. 洛斯,莎拉;Irving,杰弗里;Szegedy,克里斯蒂安;卡利斯克,塞萨里:深网络引导证据搜索(2017)
  20. Matthew Dixon,Diego Klabjan,Lan Wei:OSTSC:R(2017)中时间序列分类的过采样阿西夫