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)。支持卷积网络和递归网络,以及两者的组合。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。


zbMATH中的参考文献(参考文献131篇文章)

显示第1到第20个结果,共131个。
按年份排序(引用)

1 2 ... 5 6 7 下一个

  1. Ali Haidar,Matthew Field,Jonathan Sykes,Martin Carolan,Lois Holloway:PSPSSO:使用粒子群优化进行参数选择的软件包(2021)不是zbMATH
  2. 白、陶;Tahmasebi,Pejman:使用深度长短期记忆机器学习对地下系统水突破的有效和数据驱动预测(2021)
  3. 布梅佐乌德,亚历山德拉;艾尔法西希,阿马尔:无生育记录情况下的死亡率数据修正(2021年)
  4. 坎库穆尼,史密斯W.A。;卡斯特罗(Jose D.B.)。;波特拉茨,朱利亚;埃梅里克,亚历山德拉A。;Pacheco,Marco Aurélio C.:结合整体平滑和深层生成网络进行相历史匹配的最新进展(2021年)
  5. Dmitry Soshnikov,Yana Valieva:mPyPl:Python Monadic Pipeline Library for Complex Functional Data Processing(2021年)阿尔十四
  6. 费曼,阿德琳:嵌入和学习与签名(2021年)
  7. Filipe Assunço,Nuno Lourenço,Bernardete Ribeiro,Penousal Machado:Fast DENSER:快速深层进化网络结构化表示(2021)不是zbMATH
  8. Gareth D.Simons:基于行人规模网络的城市分析的cityseer Python包(2021)阿尔十四
  9. 哈格海特,伊桑;瑞西,马齐亚尔;穆尔,阿德里安;戈麦斯,赫克托;Juanes,Ruben:固体力学中反演和替代建模的物理信息深度学习框架(2021)
  10. 基尔迈耶,马克;魏ß,克里斯蒂安:使用神经网络对保险合同进行分组(2021)
  11. Kratsios,Anastasis:普遍近似性质。特征、结构、表现和存在(2021)
  12. 拉里奥斯-卡德纳斯,路易斯安格尔;吉布,弗雷德里克:水平集方法中曲率计算的深度学习方法(2021)
  13. 碱液,克耶蒂尔O。;米什拉,悉达多;射线,深;Chandrashekar,Praveen:迭代代理模型优化(ISMO):基于深度神经网络的PDE约束优化的主动学习算法(2021)
  14. 米尔科·拉瓦内利;提图万公园;等:SpeechBrain:通用语音工具包(2021)阿尔十四
  15. 斯塔尼科诺洛斯;布尼亚,寿司;舍弗斯,安德烈亚斯;齐诺普洛斯,克里斯托斯;Vasilakis,Chrysovalantis:大流行期间的预测和规划:COVID-19增长率、供应链中断和政府决策(2021)
  16. 拉纳德,瑞希基什;希尔,克里斯;Pathak,Jay:离散化网络:基于机器学习的Navier-Stokes方程有限体积离散化求解器(2021)
  17. 苏伟鸿;周青山;修东斌:从数据中深入学习生物模型:ODE模型的应用(2021)
  18. 乌里亚克、伊洛娜;Wolter,Marcin:基于卷积神经网络模式识别的压缩和调整大小的医学图像的质量评估(2021)
  19. vasilisnikolaidis:nnlib2库和nnlib2Rcpp R包实现神经网络(2021)不是zbMATH
  20. 瓦西里耶娃,玛丽亚;泰瑞金,阿列克谢;布朗,唐纳德L。;Mondal,Anirban:地质力学沉降的预处理马尔可夫链蒙特卡罗方法(2021)

1 2 ... 5 6 7 下一个