CNTK公司

微软认知工具包(https://cntk.ai),是一个统一的深度学习工具集,它通过有向图将神经网络描述为一系列计算步骤。在这个有向图中,叶节点表示输入值或网络参数,而其他节点表示对其输入的矩阵运算。CNTK允许轻松实现和组合流行的模型类型,如前馈DNNs、卷积网(CNNs)和递归网络(RNNs/LSTMs)。它实现了随机梯度下降(SGD,误差反向传播)学习,具有自动微分和跨多个GPU和服务器的并行化。CNTK自2015年4月起就获得了开源许可证。我们希望社区能够利用CNTK通过交换开源工作代码更快地分享想法。


zbMATH中的参考文献(参考文献9条)

显示第1到第9个结果,共9个。
按年份排序(引用)

  1. 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)
  2. joshuag.Albert:JAXNS:基于JAX的高性能嵌套采样包(2020)阿尔十四
  3. Viktor Kazakov,Franz J.Király:机器学习自动化工具箱(MLaut)(2019)阿尔十四
  4. 董晓萌、洪俊平、张希明、迈克尔·波特、阿里特拉·乔杜里、普鲁吉特·巴尔、维韦克·索尼、云灿蔡、拉杰什·塔马达、高拉夫·库马尔、卡罗琳·法瓦特、V.拉特纳·萨里帕利、戈帕尔·阿维纳什:快速估计器:快速成型和产品化的深度学习库(2019年)阿尔十四
  5. 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
  6. 拜登,在ılım guneş;珠穆特,巴拉克A。;拉杜尔,亚历克赛·安德烈耶维奇;Siskind,Jeffrey Mark:机器学习中的自动差异化:调查(2018)
  7. 古迪瓦达,文卡特N。;Arbabifard,Kamyar:NLP的开源库、应用程序框架和工作流系统(2018)
  8. 库恰耶夫;鲍里斯金斯伯格;伊戈尔·吉特曼;维塔利·拉夫鲁金;卡尔·凯斯;Paulius Micikevicius:OpenSeq2Seq:序列到序列模型分布式和混合精度训练的可扩展工具包(2018)阿尔十四
  9. 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