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中的参考文献(参考文献36条)

显示第1到第20个结果,共36个。
按年份排序(引用)
  1. David Salinas,Valentin Flunkert,Jan Gasthaus:DeepAR:自回归递归网络的概率预测(2021)阿尔十四
  2. 哈格海特,伊桑;贝卡,阿里·坎;马登西,埃尔多安;Juanes,Ruben:一个基于非局部物理的使用动态微分算子的深度学习框架(2021)
  3. 哈格海特,伊桑;Juanes,Ruben:SciANN:keras/tensorflow包装器,用于使用人工神经网络进行科学计算和物理信息深度学习(2021)
  4. 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)
  5. 王俊,刘英露,胡艺博,史海林,陶梅:FaceX动物园:人脸识别的Pythorch工具箱(2021)阿尔十四
  6. 王庆忠,张鹏飞,熊浩义,赵健:脸。进化:高性能人脸识别库(2021)阿尔十四
  7. 杨聪;王文峰;张云辉;张志凯;沈丽娜;李一鹏;参见,John:MLife:a lite framework for machine learning lifecycle initialization(2021年)
  8. 赵星;帕帕杰利斯,马诺斯;安,爱军;陈宝新;刘俊峰;胡永刚:弹性体同步并行模型的优化算法(2021)
  9. 亚历山德罗夫,亚历山大;贝尼迪斯,康斯坦丁诺斯;博克施耐德,迈克尔;弗伦克特,瓦伦丁;加斯豪斯,一月;蒂姆·贾努肖斯基;玛迪克斯,丹妮尔C。;兰加普兰,西亚玛;萨利纳斯,大卫;舒尔茨,贾斯帕;斯特拉,洛伦佐;杜尔克曼,阿里·卡纳;Wang,Yuyang:Gloonts:Python中的概率和神经时间序列建模(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)阿尔十四
  11. 郭健;他,他;何,童;劳森,伦纳德;李、穆;林海斌;石行健;王晨光;谢俊元;查、生;张,阿斯顿;张,杭;张志;张中岳;郑帅;朱毅:GluOnCVandGluonNLP:计算机视觉和自然语言处理的深度学习(2020)
  12. 卡鲁穆里,莎米拉;神经病,罗希特;胆结石,髂骨;Panchal,Jitesh:使用深度神经网络的高维随机椭圆偏微分方程的无模拟器解(2020)
  13. 卡泽米,赛义德梅赫兰;歌尔,里沙布;耆那,克希提;科比泽夫,伊万;塞提,阿克夏;福塞斯,彼得;Poupart,Pascal:动态图的表示学习:调查(2020)
  14. 科萨菲,琼;利普顿,扎卡里C。;科尔贝因松,阿林比约恩;卡纳,阿兰;富拉内洛,托马索;Anandkumar,Anima:张量回归网络(2020)
  15. 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
  16. 詹扎明,马吉德;葛荣;科萨菲,琼;Anandkumar,Anima:矩阵和张量的谱学习(2019)
  17. 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
  18. Neta Zmora,Guy Jacob,Lev Zlotnik,Bar Elharar,Gal Novik:神经网络蒸馏器:用于DNN压缩研究的Python包(2019)阿尔十四
  19. van den Berg,E.:海洋张量包(2019)不是zbMATH
  20. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四