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(175篇文章中引用)

显示结果1至20的175。
按年份排序(引文
  1. Alexander M. Rush:火炬结构:深层结构预测库(2020)阿西夫
  2. Banert,塞巴斯蒂安;Ringh,阿克塞尔;艾德勒,乔纳斯;卡尔森,Po.;E.KTEM,欧赞:数据驱动的非光滑优化(2020)
  3. Boehmke,Brad;格林威尔,Brandon M.:用R(2020)进行机器学习
  4. 戴维斯,Damek;德鲁斯亚茨基,Dmitriy;Kakade,SAM;李,Jason D.:随机次梯度法收敛于TAM函数(2020)
  5. Edward Ayers,Francisco Eiras,Majd Hawasly,Iain Whiteside:PAROT:健壮的深度神经网络训练的实用框架(2020)阿西夫
  6. Talgat,达尔巴耶夫;奥斯莱德,伊凡:多重网格参数的黑箱学习(2020)
  7. 基姆,Junhyuk;李,Changhoon:利用卷积神经网络预测湍流传热(2020)
  8. 刘,彭;宋,严:基于卷积神经网络和马尔可夫随机场的声纳图像分割(2020)
  9. Lukas Geiger;Plumerai Team:Larq:二值化神经网络训练的开放源代码库(2020)不是ZB数学
  10. van Engelen,Jesper E.;HoOS,Holger H.:半监督学习综述(2020)
  11. 阿伯,马希米莲;Lapuschkin,塞巴斯蒂安;西格勒,Philipp;H·格勒,米里亚姆;Shütt,Kristof T.;Montavon,Gr.Geigar;Pipe,WojiCik;Muulle,Oy;D.S.Hne,Sven;Keordman,Y:调查神经网络!(2019)
  12. Ariafar,StaReh;Call字体,JuuMe;布鲁克斯,Dana;Dy,珍妮佛:ADMMBO:利用ADMM(2019)带未知约束的贝叶斯优化
  13. 阿里奇,西蒙;马斯,彼得;厄-凯姆,欧赞;Sh Onneeb,Carola Bibiane:利用数据驱动模型求解逆问题(2019)
  14. Beck,基督教;E,渭南;Jentzen,ARNulf:高维完全非线性偏微分方程和二阶倒向随机微分方程的机器学习近似算法(2019)
  15. Biau,格雷德,CalnNe,Erwan,Welbl,约翰尼斯:神经随机森林(2019)
  16. Bingham,艾利;陈,Jonathan P.;Jangoiik,马丁;奥伯迈耶,弗里茨;Pradhan,Neeraj;Karaletsos,TeoFaNIS;Singh,Rohit;Selclip,Po.;,Gooman,Yo:Pyro:深层普适概率规划(2019)
  17. Boukaram,Wajih;Turkiyyah,乔治;凯斯,戴维:从矩阵向量运算构造分层矩阵的随机化GPU算法(2019)
  18. Bubba,Tatiana A.;Kutyik,GITTA;Lasas,Matti;M·RZ,马希米莲;Samek,WojiCe.;Siltanen,Samuli;Srinivasan,VigSi:学习隐形:有限角度计算机断层扫描的混合式深学习SureLeT框架(2019)
  19. 卡斯帕奥达科斯塔路易斯:TQDM:一种快速、可扩展的Python和CLI进度表(2019)不是ZB数学
  20. Chakraborty,Tanujit;Chakrabty,Ashis Kumar;Murthy,C. A.:一个非参数系综二元分类器及其统计性质(2019)