煤油

Keras:Theano和TensorFlow的深度学习库。Keras是一个极简的、高度模块化的神经网络库,用Python编写,能够运行在TensorFlow或Theano之上。它的开发重点是实现快速实验。能够在最短的时间内从想法到结果是做好研究的关键。如果您需要一个深入学习的库,那么可以使用Keras:允许简单快速地原型化(通过总体模块化、最小化和可扩展性)。递归网络和卷积网络都支持这两种网络的组合。支持任意连接方案(包括多输入多输出训练)。在CPU和GPU上无缝运行。阅读Keras.io上的文档。Keras与python2.7-3.5兼容。


数学参考文献

显示第1到第20个结果,共89个。
按年份排序(引用)
  1. 从阿德里哈达利到卡瓦迪阿利的阿德里哈达利和萨瓦迪阿利的私人预测:2020年阿尔十四
  2. Armin Moin,Stephan Rössler,Marouane Sayih,Stephan Günnemann:从事物的建模语言(ThingML)到事物的机器学习(ThingML2)(2020)阿尔十四
  3. Baines,W.;Kuchment,P.;Ragusa,J.:复杂货物存在时二维被动源探测的深度学习(2020年)
  4. 关于目标函数的降维问题;harander,lér-B;关于目标函数的降维问题;harander,lér,J
  5. Cheung,Siu Wun;Chung,Eric T.;Efendiev,Yalchin;Gildin,Eduardo;Wang,Yating;Zhang,Jingyan:多孔介质流动模拟中的深层全局模型简化学习(2020)
  6. Gakhar,Saksham;Koseff,Jeffrey R.;Ouellette,Nicholas T.:自由表面流中底部特征的表面表达(2020)
  7. Heider,Yousef;Wang,Kun;Sun,WaiChing:(\mathrmSO(3))——各向异性弹塑性材料基于信息图的深层神经网络的不变性(2020)
  8. Hottung,André;Tanaka,Shunji;Tierney,Kevin:集装箱预编组问题的深度学习辅助启发式树搜索(2020)
  9. Hueber,Thomas;Tatulli,Eric;Girin,Laurent;Schwartz,Jean-Luc:使用深度学习评估听觉和视听语音预测编码的潜在增益(2020)
  10. Hughes,Mark C.:预测和计算节点不变量的神经网络方法(2020)
  11. 哈拉特,塔拉克;麦克海尔,伊恩G.;培尼亚,哈维尔·洛佩斯:足球运动员加减评分(2020年)
  12. Lejeune,Emma;Linder,Christian:解释细胞死亡的随机代理模型(2020)
  13. Liberti,Leo:距离几何和数据科学(2020)
  14. Liu,Peng;Song,Yan:使用卷积神经网络和马尔可夫随机场的声纳图像分割(2020)
  15. Lukas Geiger;Plumerai团队:Larq:用于训练二进制神经网络的开源库(2020)不是zbMATH
  16. Lye,Kjetil O.;Mishra,Siddhartha;Ray,Deep:计算流体动力学中的深度学习观测(2020)
  17. Meister,Felix;Passerini,Tiziano;Mihalef,Viorel;Tuysuzoglu,Ahmet;Maier,Andreas;Mansi,Tommaso:软组织力学总拉格朗日显式动力学的深度学习加速(2020年)
  18. Osman,Yousuf Babiker M.;Li,Wei:基于SAE-NN的废水处理过程关键出水参数的软测量建模(2020)
  19. Palagi,Laura;Seccia,Ruggiero:用于训练深层神经网络的块层分解方案(2020)
  20. Parish,Eric J.;Carlberg,Kevin T.:参数化动力系统近似解的时间序列机器学习误差模型(2020)