Kognitiv værktøjssæt: Open Source Deep Learning SW

Kognitiv værktøjssæt: Open Source Deep Learning SW

Kognitiv værktøjssæt: Microsoft Open Source Deep Learning SW

Microsofts Cognitive Toolkit (tidligere kaldet CNTK) er en værktøjskasse til dyb læring (Machine Learning) de «Código Abierto» med et enormt potentiale. Det er også gratis, let at bruge og har en kvalitet af kommerciel kvalitet der muliggør oprettelse af dyb læringsalgoritmer, der er i stand til at lære på et niveau tæt på den menneskelige hjernes.

Microsoft, dets skaber, sørger for, at dette open source-værktøj giver kompromisløs skalering, god kvalitetshastighed og præcision og kompatibilitet med almindeligt anvendte programmeringssprog og algoritmer i dag.

Kognitiv værktøjssæt: Introduktion

Og det er følgelig i stand til at træne og evaluere dyb læringsalgoritmer hurtigere end andre lignende værktøjer. Mens det igen er i stand til at skalere effektivt i en lang række miljøer (CPU'er, GPU'er, endda Cluster of Equipment) uden at miste præcision.

det er bygget med sofistikerede algoritmer og produktionslæsere at arbejde pålideligt med massive datasæt. Det samme anvendes i produkter som f.eks Skype, Cortana, Bing og Xbox. Og det bruges også i øjeblikket i den store teknologiindustri til at udvikle sig «Inteligencia Artificial (IA)» kommerciel kvalitet. Frem for alt for sin understøttelse af C ++ og Python, som giver dig mulighed for at tilpasse næsten enhver eksisterende eller din egen træningsalgoritme.

Kognitiv værktøjssæt: indhold

Kognitiv værktøjssæt: Hvad er det, og hvad er dets egenskaber?

  • Det er et open source værktøjssæt til dyb læring.
  • Det er et produkt udviklet af Microsoft, hvis seneste stabile version er 2.7.
  • Beskriv neurale netværk som en række beregningstrin gennem en rettet graf.
  • Det giver brugerne mulighed for nemt at oprette og kombinere de mest populære typer modeller, såsom: Deep Neural Networks, Convolutional og Recurrent.
  • Implementer stokastisk gradient-nedlæring med automatisk differentiering og parallelisering på tværs af flere GPU'er og servere.
  • Det kan inkluderes som et bibliotek i Python-, C #- eller C ++ - programmer eller bruges som et enkeltstående dybdelæringsværktøj gennem dets eget modelbeskrivelsessprog (BrainScript). Eller brug evalueringsfunktionen fra programmer oprettet med Java.
  • Det er kompatibelt med Linux 64-bit eller Windows 64-bit operativsystemer gennem prækompilerede binære pakker eller ved at kompilere dem ved hjælp af deres kildefiler hostet på GitHub.

Bemærk: For mere information om det kognitive værktøjssæt, kan du besøge deres officielle hjemmeside på Microsoft eller dets websted på GitHub.

ONNX

El «Intercambio de Redes Neuronales Abiertas (Open Neural Network Exchange - ONNX)» er et åbent økosystem, der tillader udviklere af «IA» vælg de rigtige værktøjer, når dit projekt udvikler sig.

Y Kognitive værktøjssæt er et af de første værktøjer til dyb læring, der understøtter format «ONNX». Format, der er co-udviklet af Microsoft og støttet af mange andre. Så det, «ONNX» giver udviklere mulighed for at flytte modeller mellem rammer som Cognitive Toolkit, Caffe2, MXNet og PyTorch.

Endelig «ONNX» giver et open source-format til Modeller af «IA» og definer en udvidelig beregningsgrafmodelsamt inkluderer indbyggede operatørdefinitioner og standarddatatyper. Og det fokuserer på de nødvendige kapaciteter til inferensprocesser (scoring).

Bemærk: For mere information om «ONNX» Du kan besøge dets officielle hjemmeside på følgende link Åbn Neural Network Exchange.

Kognitiv værktøjssæt: Konklusion

Konklusion

Vi håber du er "lille, men nyttigt indlæg" om denne anden interessante software «Código Abierto» den Microsoft Open Application Ecosystem llamadas «Cognitive Toolkit», være af stor interesse og nytte for hele det «Comunidad de Software Libre y Código Abierto» og med stort bidrag til spredningen af ​​det vidunderlige, gigantiske og voksende økosystem af applikationer af og til «GNU/Linux».

Og for mere information, tøv ikke altid med at besøge nogen Online bibliotek som OpenLibra y JedIT at læse bøger (PDF-filer) om dette emne eller andre videnområder. For nu, hvis du kunne lide dette «publicación», stop ikke med at dele det med andre, i din Favoritwebsteder, kanaler, grupper eller samfund af sociale netværk, helst gratis og åbent som Mastodon, eller sikker og privat lignende Telegram.

Eller besøg blot vores hjemmeside på Fra Linux eller tilmeld dig den officielle kanal Telegram fra FromLinux at læse og stemme på denne eller andre interessante publikationer om «Software Libre», «Código Abierto», «GNU/Linux» og andre emner relateret til «Informática y la Computación»Og «Actualidad tecnológica».


Indholdet af artiklen overholder vores principper for redaktionel etik. Klik på for at rapportere en fejl her.

Vær den første til at kommentere

Efterlad din kommentar

Din e-mailadresse vil ikke blive offentliggjort. Obligatoriske felter er markeret med *

*

*

  1. Ansvarlig for dataene: Miguel Ángel Gatón
  2. Formålet med dataene: Control SPAM, management af kommentarer.
  3. Legitimering: Dit samtykke
  4. Kommunikation af dataene: Dataene vil ikke blive kommunikeret til tredjemand, undtagen ved juridisk forpligtelse.
  5. Datalagring: Database hostet af Occentus Networks (EU)
  6. Rettigheder: Du kan til enhver tid begrænse, gendanne og slette dine oplysninger.