张量流

张量流是一个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,而图的边表示它们之间通信的多维数据数组(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最初是由谷歌机器智能研究组织内的谷歌大脑团队的研究人员和工程师开发的,目的是进行机器学习和深层神经网络研究,但该系统足够通用,可以在其他领域广泛应用。


zbMATH参考文献(参考 228篇文章 参考)

显示228个结果中的1到20个。
按年份排序(引用)

1 2 ... 10 11 12 下一个

  1. 亚历山大M.拉什:火炬结构:深层结构预测库(2020)第十四章
  2. Ali Shahin Shamsabadi,Adria Gascon,Hamed Haddadi,Andrea Cavallaro:PrivaEdge:从本地到分布式的私人培训和预测(2020)第十四章
  3. Arridge,S.;Hauptmann,A.:成像中非线性扩散问题的网络(2020)
  4. Arun S.Maiya:ktrain:用于增强机器学习的低代码库(2020)第十四章
  5. Banert,Sebastian;Ringh,Axel;Adler,Jonas;Karlsson,Johan;Ozan,Ozan:数据驱动的非光滑优化(2020)
  6. Benedek Rozemberczki,Oliver Kiss,Rik Sarkar:面向API的无监督图形学习开源Python框架(2020)第十四章
  7. Boehmke,Brad;Greenwell,Brandon M.:使用R进行实际操作的机器学习(2020)
  8. Boso,Francesca;Tartakovsky,Daniel M.:双曲守恒律分布的数据通知方法(2020)
  9. Budninskiy,Max;Abdelaziz,Ameera;Tong,Yying;Desbrun,Mathieu:半监督学习的拉普拉斯优化扩散(2020)
  10. 何朝阳,李松泽,苏金铉,张美珍,王宏义,王晓阳,维帕科玛,阿比舍克·辛格,杭秋,李申,赵培林,阎康,刘洋,拉梅什·拉斯卡尔,杨强,穆拉利·安纳瓦拉姆,萨尔曼·阿维斯泰米尔:联邦机器学习的研究图书馆和基准(2020)第十四章
  11. Chris Cummins,Zacharias V.Fisches,Tal Ben Nun,Torsten Hoefler,Hugh Leather:程序:基于图形的深度学习,用于程序优化和分析(2020)第十四章
  12. Christoforou,Emmanouil;Emiris,Ioannis Z.;Florakis,Apostolos:用于加密货币评估和价格波动预测的神经网络(2020年)
  13. Cohen,William;Yang,Fan;Mazaitis,Kathryn Rivard:TensorLog:使用深度学习基础设施实现的概率数据库(2020)
  14. 崔颖;何子瑜;庞宗石:训练深层神经网络的多复合非凸优化(2020)
  15. Damek Damek Damek;Drusvyatskiy,Dmitriy;Kakade,Sham;Lee,Jason D.:随机次梯度法收敛于tame函数(2020)
  16. 尼德龙浓缩版(尼德龙2020版)不是zbMATH
  17. Dittmer,Sören;Kluth,Tobias;Maass,Peter;Otero Baguer,Daniel:基于体系结构的正则化:反问题的深度先验方法(2020)
  18. Drori,Iddo:深度变分推理(2020)
  19. Edward Ayes,Francisco Eiras,Majd Hawaly,Iain Whiteside:PaRoT:强健深层神经网络训练的实用框架(2020)第十四章
  20. Erway,Jennifer B.;Griffin,Joshua;Marcia,Roummel F.;Omheni,Riadh:用于训练响应的信赖域算法:使用不确定Hessian近似的机器学习方法(2020)

1 2 ... 10 11 12 下一个