MXNet公司

MXNet是一个深度学习框架,旨在提高效率和灵活性。它允许您混合符号和命令式编程,以最大限度地提高效率和生产力。在其核心,MXNet包含一个动态依赖调度程序,它可以动态地自动并行符号操作和命令操作。上面有一个图形优化层,使符号执行速度更快,内存效率更高。MXNet是可移植和轻量级的,可以有效地扩展到多个gpu和多台机器。MXNet不仅仅是一个深入学习的项目。它还收集了构建深度学习系统的蓝图和指导方针,以及黑客对DL系统的有趣见解


zbMATH参考文献(20篇文章引用)

显示第1到第20个结果,共20个。
按年份排序(引用)

  1. 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)阿尔十四
  2. Edgar Riba,Dmytro Mishkin,Daniel Ponsa,Ethan Rublee,Gary Bradski:Kornia:Pythorch的开源可区分计算机视觉库(2019)阿尔十四
  3. Janzamin,Majid;Ge,Rong;Kossaifi,Jean;Anandkumar,Anima:矩阵和张量的谱学习(2019)
  4. 陈凯琪、王佳琪、彭江淼、曹玉航、熊玉雄、李晓晓、孙淑阳、冯万森、刘紫薇、徐佳瑞、张峥、程大志、朱晨晨、程天恒、赵启杰、李步宇、卢欣、朱睿璐、戴继峰、王景东、史建平、欧阳万丽、陈改乐,林大华:MMDetection:开放MMLab检测工具箱和基准(2019)阿尔十四
  5. van den Berg,E.:海洋张量包(2019)不是zbMATH
  6. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  7. 陈晓娟(Pal Ziao-Zhao-Zhao-Zhao-Zhai-Zhai-Xiao-Zhao-Zhai-Zhai-Xiao-Zhao-Zhao-Zhai-Zhai-Xiao-Zhao-Zhai-Zhai-Xiao-Zhao-Zhao-Zhao-Zhao-Zhao-Zhai-Zhai-Zhai-Zhai-Zhai-Zhai-Zhi-Zhi-Zhi阿尔十四
  8. 赵云辰,程雪,陈思明,郭平国:VQNet:量子经典混合神经网络库(2019)阿尔十四
  9. Albert Zeyer,Tamer Alkhouli,Hermann-Ney:RETURNN作为一种通用的灵活神经工具包,应用于翻译和语音识别(2018)阿尔十四
  10. Andrew Beers;James Brown;Ken Chang;Katharina Hoebel;Elizabeth Gerstner;Bruce Rosen;Jayashree Kalpathy-Cramer:DeepNeuro:神经影像学的开源深度学习工具箱(2018)阿尔十四
  11. Dan Moldovan,James M Decker,Fei Wang,Andrew A Johnson,Brian K Lee,Zachary Nado,D Sculley,Tiark Rompf,Alexander B Wiltschko:签名:基于图形性能的命令式编码(2018)阿尔十四
  12. Gudivada,Venkat N.;Arbabifard,Kamyar:NLP的开源库、应用程序框架和工作流系统(2018)
  13. Hananel Hazan,Daniel J.Saunders,Hassaan Khan,Darpan T.Sanghavi,Hava T.Siegelmann,Robert Kozma:BindsNET:Python中面向机器学习的峰值神经网络库(2018)阿尔十四
  14. Michael Schaarschmidt,Sven Mika,Kai Fricke,Eiko Yoneki:RLgraph:深度强化学习的模块化计算图(2018)阿尔十四
  15. Felix Hieber,Tobias Domchan,Michael Denkowski,David Vilar,Artem Sokolov,Ann Clifton,Matt Post:Sockeye:神经机器翻译工具包(2017)阿尔十四
  16. 郝东,Akara Suparak,罗迈,刘芳德,Axel Oehmichen,Simao Yu,Yike Guo:TensorLayer:一个高效深度学习开发的多功能图书馆(2017)阿尔十四
  17. Yang Haojin Yang,Martin Fritzsche,Christian Bartz,Christoph Meinel:BMXNet:基于MXNet的开源二进制神经网络实现(2017)阿尔十四
  18. Jonas Rauber,Wieland Brendel,Matthias Bethge:Foolbox v0.8.0:Python工具箱,用于对机器学习模型的健壮性进行基准测试(2017)阿尔十四
  19. Philipp Moritz,Robert Nishihara,Stephanie Wang,Alexey Tumanov,Richard Liaw,Eric Liang,Melih Elibol,Zongheng Yang,William Paul,Michael I.Jordan,Ion Stoica:Ray:新兴人工智能应用的分布式框架(2017)阿尔十四
  20. Jean Kossaifi,Yannis Panagakis,Anima Anandkumar,Maja Pantic:TensorLy:在Python中学习张量(2016)阿尔十四