|
Скачать для фотошопа и сайта Нейросети на все случаи жизни Скачать Нейросети Mocha (это платформа глубокого обучения для Julia, вдохновленная C) |
Mocha |
Дата: Среда, 03.01.2024, 12:00 | Сообщение # 1
Mocha
КРАТКИЙ ОБЗОР Mocha – это платформа глубокого обучения для Julia, вдохновленная C ++ framework Caffe. Эффективные реализации общих решателей стохастических градиентов и общих слоев в Mocha можно использовать для обучения глубоких / неглубоких (сверточных) нейронных сетей с (необязательно) неконтролируемым предварительным обучением с помощью (многоуровневых) автокодеров. КАТЕГОРИЯ Программное обеспечение для искусственных нейронных сетей ХАРАКТЕРИСТИКИ • Высокоуровневый интерфейс • Мобильность и скорость • Открытый исходный код • Высокоэффективные вычисления • Модульная архитектура ЛИЦЕНЗИЯ Проприетарное программное обеспечение ЦЕНА Mocha – это программа с открытым исходным кодом ЦЕНЫ Подписка БЕСПЛАТНАЯ ПРОБНАЯ ВЕРСИЯ Доступно КОЛИЧЕСТВО ПОЛЬЗОВАТЕЛЕЙ Малый (<50 сотрудников), средний (от 50 до 1000 предприятий (> 1001 сотрудник) КОМПАНИЯ Мокко Mocha – это платформа глубокого обучения для Julia, вдохновленная C ++ framework Caffe. Эффективные реализации общих решателей стохастических градиентов и общих слоев в Mocha могут быть использованы для обучения глубоких / неглубоких (сверточных) нейронных сетей с (необязательно) неконтролируемым предварительным обучением с помощью (многоуровневых) автокодеров. Mocha имеет чистую архитектуру с изолированными компонентами, такими как сетевые уровни, функции активации, решатели, регуляризаторы, инициализаторы и т.д. Встроенных компонентов достаточно для типичных приложений с глубокими (сверточными) нейронными сетями, и в каждой версии добавляется больше. Все они могут быть легко расширены путем добавления пользовательских подтипов. Mocha написан на Julia, высокоуровневом динамическом языке программирования, разработанном для научных вычислений. В сочетании с выразительной силой Julia и другой ее экосистемы упаковки игра с глубокими нейронными сетями в Mocha проста и интуитивно понятна. Mocha поставляется с несколькими серверными системами, которые можно прозрачно переключать. Серверная часть pure Julia переносима, поскольку работает на любой платформе, поддерживающей Julia. Это достаточно быстро для небольших моделей благодаря JIT-компилятору Julia на основе LLVM и аннотациям производительности, и может быть очень полезно при создании прототипов.Серверную часть встроенного расширения можно включить, когда доступен компилятор C ++. Он работает в 2-3 раза быстрее, чем чистый серверный процессор Julia. с другой стороны, серверный процессор GPU использует NVidia cuDNN, cuBLAS и настроенные ядра CUDA для обеспечения высокоэффективных вычислений. На современных устройствах с графическим процессором ускорение в 20-30 или даже больше раз, особенно на более крупных моделях. Mocha использует широко распространенный формат HDF5 для хранения как наборов данных, так и снимков модели, что упрощает взаимодействие с Matlab, Python (numpy) и другими существующими вычислительными инструментами. Mocha также предоставляет инструменты для импорта снимков обученных моделей из Caffe. А поскольку это программа с открытым исходным кодом, пользователи смогут использовать ее свободно и легко. ИТОГ Mocha имеет чистую архитектуру с изолированными компонентами, такими как сетевые уровни, функции активации, решатели, регуляризаторы, инициализаторы и т.д. Встроенных компонентов достаточно для типичных приложений с глубокими (сверточными) нейронными сетями, и в каждом выпуске добавляется больше Прикрепления:
9738515.jpg
(64.7 Kb)
|
| |||
| |||