注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 机器学习-斯坦福大学：课程由Andrew Ng教授-机器学习（斯坦福大学）-源码

  2. 斯坦福大学的机器学习（Coursera） 吴国安教授 介绍 “机器学习是使计算机在不经过明确编程的情况下运行的科学。在过去的十年中，机器学习为我们提供了无人驾驶汽车，实用的语音识别，有效的网络搜索以及对人类基因组的广泛理解。” 课程中包含的主题： 有监督的学习：参数/非参数算法，支持向量机，内核，神经网络。 无监督学习：聚类，降维，推荐系统，深度学习。 机器学习的最佳实践：偏差/方差理论，机器学习和AI的创新过程。 案例研究和应用：智能机器人（感知，控制），文本理解（网页搜索，反垃圾

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：75mb
    • 提供者：weixin_42099530

  1. 神经内核：神经内核项目-源码

  2. 包装说明 | | | | Neurokernel是一个Python框架，用于开发果蝇大脑的模型并在多个NVIDIA GPU上执行它们。 先决条件 神经核要求 Linux（其他操作系统可能可以运行，但尚未经过测试）； Python 2.7（不保证Python 3.0可以工作）； 至少一个具有架构或更高版本的NVIDIA GPU； NVIDIA的； 5.0或更高版本； 具有CUDA支持的 1.8.4或更高版本。 要检查系统中有哪些GPU，可以使用大多数Linux发行版中可用的命令：

  3. 所属分类：其它

  1. svm_mnist_digit_classification：具有scikit学习和支持向量机（SVM）算法的MNIST数字分类-源码

  2. 使用scikit-learn在python中进行SVM MNIST数字分类 该项目提出了的众所周知的问题。 出于本教程的目的，我将使用具有原始像素特征的算法。 该解决方案使用易于使用的机器学习库以python编写。 该项目的目标不是达到最先进的性能，而是教您如何使用sklearn的SVM在图像数据上训练SVM分类器。 尽管该解决方案并未针对高精度进行优化，但结果还是不错的（请参见下表）。 如果您想获得最佳性能，这两个资源将向您展示当前的最新解决方案： 下表显示了与其他模型相比的一些结果：

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：49kb
    • 提供者：weixin_42150341

  1. nngen：NNgen：深度神经网络的完全可定制的硬件综合编译器-源码

  2. 神经元 深度神经网络的完全可定制的硬件综合编译器 版权所有2017，高前田山崎新也及其贡献者 执照 Apache许可2.0（ ） 什么是NNgen？ NNgen是开源的编译器，用于为深度神经网络综合模型专用的硬件加速器。 NNgen根据输入模型定义生成Verilog HDL源代码和DNN加速器的IP内核包（IP-XACT）。 生成的硬件包罗万象，包括处理引擎，片上存储器，片上网络，DMA控制器和控制电路。 因此，开始处理后，生成的硬件不需要外部电路或CPU进行任何其他控制。 NNgen的

  3. 所属分类：其它

  1. 一：设备上的神经引擎-源码

  2. ONE （设备上的神经引擎） 高性能的设备上神经网络推理框架。 目标 该项目ONE旨在提供一种高性能的设备上神经网络（NN）推理框架，该框架在处理器（例如CPU，GPU，DSP或NPU）上执行给定NN模型的推理。 我们开发了一个运行时，该运行时可在基于Linux内核的OS平台（如Ubuntu，Tizen或Android）上运行，并提供了一个编译器工具链，以支持在运行时以统一形式使用多种Tensorflow或PyTorch等各种NN训练框架创建的NN模型。 总览 入门 有关贡献，请参阅我们的。

  3. 所属分类：其它

    • 发布日期：2021-01-31
    • 文件大小：48mb
    • 提供者：weixin_42151599

  1. CTranslate2：适用于OpenNMT模型的快速推理引擎-源码

  2. CTranslate2 CTranslate2是适用于支持CPU和GPU执行的和模型的快速推理引擎。 目标是提供全面的推理功能，并成为部署标准神经机器翻译系统（例如Transformer模型）的最有效和最具成本效益的解决方案。 该项目以生产为导向，具有，但它还包括与模型压缩和推理加速有关的实验功能。 目录 主要特点 在CPU和GPU上快速高效地执行支持的模型和任务的通用深度学习框架相比，执行。 量化和降低精度模型序列化和计算以较低的精度支持权重：16位浮点（FP16），16位整数和8位整

  3. 所属分类：其它

  1. 手电筒：一个用于机器学习的C ++独立库-源码

  2. 手电筒：C ++中快速，灵活的机器学习 | Flashlight是一个快速，灵活的机器学习库，完全由Facebook AI Research Speech团队以及Torch和Deep Speech的创建者以C ++编写。 其核心功能包括： 使用张量库使用现代C ++进行实时内核编译。 用于GPU和CPU培训的CUDA和CPU后端。 强调效率和规模。 C ++的本机支持和简单的可扩展性使Flashlight成为功能强大的研究框架，其核心可以被破解，并可以在不牺牲性能的情况下对新的实验设置

  3. 所属分类：其它

  1. oneDNN：oneAPI深度神经网络库（oneDNN）-源码

  2. oneAPI深度神经网络库（oneDNN） 该软件以前称为用于深度神经网络的英特尔数学内核库（Intel MKL-DNN）和深度神经网络库（DNNL） 。 随着的启动，我们将项目名称和存储库位置更改为与oneAPI库的其余部分一致： 短库名称已更改为oneDNN 。 存储库从intel/mkl-dnn移至oneapi-src/oneDNN 。 到代码和文档的现有链接将继续起作用。 此时，API，环境变量或计划的构建选项均未更改。 oneAPI深度神经网络库（oneDNN）是用于深度学

  3. 所属分类：其它

    • 发布日期：2021-01-30
    • 文件大小：10mb
    • 提供者：weixin_42099302

  1. DeepLearningSolarFlares-源码

  2. -深度学习项目----罗布·约翰逊（Rob Johnson），克里斯汀·霍夫曼（Christine Huffman），鲁塞琳·拉森（Rouselene Larson）- 这是2020年Spring深度学习理论课程的作者项目项目的存储库。所引用的数据可以在找到。 该项目分为四个部分： K代表 有线电视新闻网 RNN 两个线性模型堆叠在风衣中 -KNN- 这是标准的惰性模型-找到K个最近的邻居，并让他们对输入的类别进行投票。 -CNN- 每个卷积层都有1 * n内核的卷积神经网络。

  3. 所属分类：其它