Публикации по теме 'mxnet'
Почему стоит выбрать MXNet для глубокого обучения?
Эта статья будет не полным сравнением фреймворков глубокого обучения, а скорее списком того, что заставило нас выбрать MXNet по сравнению с другими фреймворками. Полное сравнение фреймворков глубокого обучения не будет точным по разным причинам.
Во-первых, мы не протестировали все существующие фреймворки. Во-вторых, они развиваются очень быстро, поэтому причины, по которым мы выбрали MXNet год назад, могут не иметь решающего значения сейчас.
Фреймворки конкурируют друг с другом, и в..
Упростите обучение смешанной точности с MXNet-AMP
Авторы: Прземек Тредак, Серж Панев, Дик Картер @ NVIDIA и Педро Ларрой, Том Лейн @ Amazon
И спасибо Джоуи Конвею, Скоту Джанкину, Тристону Цао, Давиде Онофрио из NVIDIA; и Омару Оркеде, Анируду Субраманиану и Баладжи Камакоти из Amazon за их ценные отзывы.
Обзор
Обучение сетей глубокого обучения - это очень ресурсоемкая задача. Новые архитектуры моделей имеют тенденцию иметь увеличивающееся количество слоев и параметров, что замедляет обучение. К счастью, новое поколение..
Мощь машинного обучения C++: TensorFlow, Caffe, MXNet, SHARK и Armadillo Unleashed
Изучение библиотек C++ для машинного обучения: обзор популярных библиотек C++ для машинного обучения, таких как TensorFlow, Caffe или MXNet, с указанием их функций и вариантов использования.
Машинное обучение произвело революцию в способах решения сложных задач, а C++ уже давно является надежным языком для создания надежных и эффективных приложений. В этой записи блога мы отправимся в увлекательное путешествие, чтобы изучить три популярные библиотеки C++ для машинного обучения:..
Передача обучения с использованием MXNet (Часть 3/7) - Набор данных MXNet и загрузчики данных
Часть 1/7. Введение Часть 2/7. Преобразование данных в Sklearn Часть 3/7. Набор данных MXNet и загрузчики данных Часть 4/7. Пользовательские сети MXNet Часть 5/7. Модель учебной базы Часть 6/7. Извлечение вложений из сети Часть 7/7. Перенести обучение на другой набор данных
Вы также можете прочитать отдельную публикацию этой серии на страницах GitHub здесь .
Что мы уже рассмотрели
В предыдущих частях этой серии мы определили проблему..
Разверните детектор улыбки с Keras-MXNet и MXNet Model Server
Обзор
AWS недавно объявила о выпуске бэкэнда Apache MXNet для Keras 2 , который может дать вам до 3-х кратное увеличение скорости по сравнению с бэкэндом по умолчанию с несколькими GPU. Он демонстрирует улучшенную производительность как для обучения, так и для вывода. В этом выпуске вы теперь можете экспортировать обученную модель Keras (с бэкэндом MXNet) как родную модель MXNet, без зависимости от привязки к конкретному языку. Эта новая возможность экспорта позволяет..
Транспонированные свертки объяснены с помощью… MS Excel!
Вы успешно освоили 1D-свертки , 2D-свертки и 3D-свертки . Вы тоже покорили каналы с множеством входов и выходов . Но в последнем сообщении в блоге серии сверток мы подошли к главному уровню: пониманию транспонированной свертки .
Итак, давайте начнем с названия и посмотрим, с чем мы имеем дело. transpose заставляет (два или более объекта) поменяться местами друг с другом . Когда мы транспонируем матрицы, мы меняем порядок их размеров, поэтому для 2D-матрицы мы, по сути,..
Создание MxNet для Arch64
Apache MXNet — это быстрая и масштабируемая среда обучения и логического вывода с простым в использовании и лаконичным API для машинного обучения.
MXNet включает в себя интерфейс Gluon , который позволяет разработчикам всех уровней квалификации начать работу с глубоким обучением в облаке, на периферийных устройствах и в мобильных приложениях. Всего за несколько строк кода Gluon вы можете построить линейную регрессию, сверточные сети и повторяющиеся LSTM для обнаружения объектов,..
