克拉斯

Keras:替西诺和TensorFlow深入学习图书馆。Keras是一个极简主义的、高度模块化的神经网络库,用Python编写,能够运行在TensorFlow或TeaNo之上。它的发展重点在于实现快速实验。能够以最少的延迟从想法到结果是进行良好研究的关键。如果需要一个深度学习库,可以使用KRAS:允许简单快速的原型化(通过总模块化、极简性和可扩展性)。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(包括多输入和多输出训练)。在CPU和GPU上无缝运行。阅读Kalas.IO中的文档。Keras与Python 2.7~3.5兼容。


ZBMaCT中的参考文献(53篇文章中引用)

显示结果1至20的53。
按年份排序(引文
  1. Kharrat,Tarak;麦克海尔,Ian G.;佩尼亚,哈维尔·L·佩兹:加减足球运动员评分(2020)
  2. 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)
  3. 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
  4. 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
  5. 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)
  6. 巴拉克利什南,Harikrishnan Nellippallil;Kathpalia,Aditi;Saha,Shanhan舒;Nagaraj,NITEN: CHOSNET:一种基于混沌的人工神经网络分类体系(2019)
  7. Daniel Smilkov,Nikhil Thorat,Yannick Assogba,Ann Yuan,Nick Kreeger,Ping Yu,康一张,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y,Y:TysFrace.js:网络学习和机器学习超越(2019)阿西夫
  8. 樊,Yuwei;费利法布,霍尔迪;林,林;应,Lexing;ZePeDa-N-NeNez,列奥纳多:一种基于分级嵌套基的多尺度神经网络(2019)
  9. Ghatak,AbjjIT:用R(2019)进行深度学习
  10. 赫尔佐格,S.W.R.G.T.T.,PARLITZ,U:卷积自动编码器和条件随机场混合预测时空混沌(2019)
  11. 希格姆,Catherine F.;Higham,Desmond J.:深度学习:应用数学家介绍(2019)
  12. Huan,Er Yang;文,Gui Hua:面向面部结构分类的深度网络多级多尺度特征聚合(2019)
  13. Jonas Fassbender:LIVCONTION V0.1.0:一个Python库用于共形预测(2019)阿西夫
  14. KHOO,Yuehaw;应,Listin:SwitcNET:一个前向和反向散射问题的神经网络模型(2019)
  15. Laloy,埃里克;贾可,dieDeik:对需要反应传输模型的CPU的仿真:高斯过程、多项式混沌扩展和深度神经网络的比较(2019)
  16. Prasse,保罗;KayaBeL,Ree;MaCula,Lukaa];Pevn,Tom;Scheffer,托拜厄斯:恶意域和受感染客户端的联合检测(2019)
  17. RAMASUBRAMANIN,Karthik;Singh,AbHeHek:R(2019)中使用时间序列和基于工业的用例的机器学习
  18. Sosnovik,伊凡;OseleDETS,伊凡:拓扑优化的神经网络(2019)
  19. SZYMA-SKI,Piotr;Kajdanowicz,ToMasz:SCIKIT多学习:一个基于SKIT的Python环境,用于执行多标签分类(2019)
  20. Tahir,穆罕默德;Tayya,Helal.;Chong,KILTO:iRNA PseKNC(2-甲基):通过卷积神经网络和Chou伪成分识别RNA 2’-O-甲基化位点(2019)