Apache MXNet
أطر التعلم العميق
إطار تعلم عميق سابق من مؤسسة Apache، اعتمدته Amazon مدة، وتوقف تطويره وأُرشف؛ يُذكر هنا للأغراض المرجعية.
Deep Learning Frameworks
الأطر التي تُبنى بها الشبكات العصبية وتُدرَّب: الموترات، والاشتقاق التلقائي، والتدريب على المعالجات الرسومية والموزّع، وتصدير النماذج للنشر.
أطر التعلم العميق
إطار تعلم عميق سابق من مؤسسة Apache، اعتمدته Amazon مدة، وتوقف تطويره وأُرشف؛ يُذكر هنا للأغراض المرجعية.
أطر التعلم العميق
مكتبة حوسبة عددية بواجهة NumPy مع تحويلات قابلة للتركيب: الاشتقاق (grad) والترجمة (jit) والتوجيه (vmap) والتوازي.
أطر التعلم العميق
واجهة عالية المستوى لبناء الشبكات العصبية، تعمل في إصدارها الثالث فوق TensorFlow أو JAX أو PyTorch.
أطر التعلم العميق
إطار تعلم عميق من Huawei مصمم للعمل على معالجات Ascend إضافة إلى GPU وCPU، مع تنفيذ ديناميكي وثابت.
أطر التعلم العميق
إطار تعلم عميق صناعي من Baidu مع منظومة نماذج جاهزة واسعة مثل PaddleOCR وPaddleNLP وPaddleDetection.
أطر التعلم العميق
إطار تعلم عميق مفتوح المصدر يعتمد الرسم الحسابي الديناميكي والاشتقاق التلقائي، وهو الأكثر استخداماً في البحث العلمي.
أطر التعلم العميق
منصة تعلم آلي شاملة من Google لبناء النماذج وتدريبها ونشرها على الخوادم والهواتف والمتصفحات.
فهم كيف يحسب PyTorch المشتقات تلقائياً.
كتابة حلقة التدريب والتقييم يدوياً على بيانات مصطنعة.
بناء خط بيانات بنمط PyTorch القياسي وتدريب شبكة التفافية.
تنفيذ دالة squash وخوارزمية التوجيه بين الكبسولات كما في ورقة Sabour وزملائه (2017).
نقل النموذج من بيئة التدريب إلى بيئة استدلال مستقلة والتحقق من تطابق المخرجات.
تركيب تحويلات الدوال: الاشتقاق والتوجيه والترجمة.
الأقسام
لا يوجد قسم بهذا الاسم. اضغط «بحث» للبحث في محتوى الموقع كله.
المفضلة
نتائجي وشهاداتي
تقدّمي في الأكاديميةنتائج اختباراتيتقدّم الأطفالشهادات الأكاديميةشهادات الاختباراتابدأ أي درس أو اختبار وسيظهر هنا لتعود إليه بسرعة.
الإعدادات
أنا المساعد الذكي لأطر ومكتبات الذكاء الاصطناعي. صف مشروعك أو اسألني عن مكتبة أو مقارنة أو مثال برمجي، وسأجيبك من قاعدة بيانات الموسوعة مع الروابط والمصادر.
يجيب من قاعدة بيانات الموسوعة فقط، دون نموذج لغوي ودون إرسال سؤالك إلى أي جهة خارجية.
قد يخطئ المساعد أحياناً، فراجع المصادر المرفقة.