Oct, 2016

TensorLy: Python 中的张量学习

PDF
TL;DRTensorLy 是一个用于 Python 的高级 API，旨在为张量方法和深度张量化神经网络提供软件支持，可在多个 CPU 或 GPU 上扩展，与 NumPy、MXNet、PyTorch、TensorFlow 和 CuPy 等框架无缝集成。
tensorsmachine learningtensorlyapineural networks
发现论文，激发创造
  • TensorLayer：高效深度学习开发的通用库

    TensorLayer 是一种通用 Python 库，它提供了丰富的抽象来帮助研究人员和工程师有效地开发深度学习系统，在同时提高效率的同时维护性能和可扩展性。

    Jul, 2017

  • Tensor Comprehensions：通用的高性能机器学习抽象框架

    介绍了 TensorFlow、Chainer、CNTK、Torch/PyTorch、Caffe1/2、MXNet 和 Theano 等深度学习神经网络的竞争框架，并提出了一种名为 Tensor Comprehensions 的类数学语言，以及一个将深度学习 DAG 的数学描述转换为 CUDA 核心的即时编译器。

    Feb, 2018

  • TensorKrowch：张量网络在机器学习中的平滑集成

    描述了 TensorKrowch Python 库的主要功能和基本用法，并提供了有关其构建块和优化的技术细节，以便将张量网络轻松集成到机器学习管道中。

    Jun, 2023

  • Theano: 用于快速计算数学表达式的 Python 框架

    Theano 是一个 Python 库，可高效地定义，优化和评估涉及多维数组的数学表达式，在机器学习社区中一直以来是最常用的 CPU 和 GPU 数学编译器之一，并显示稳定的性能改进。

    May, 2016

  • 学习优化张量程序

    该论文介绍了一个基于深度学习工作负载的张量程序优化学习框架，其通过学习领域特定的统计成本模型来引导张量操作实现的搜索，进而加速搜索，实现性能与手动调整的图书馆竞争力相当。

    May, 2018

  • TensorFlow：异构分布式系统上的大规模机器学习

    TensorFlow 是一个机器学习算法接口和执行工具，支持许多异构系统的执行，可应用于包括语音识别、计算机视觉、自然语言处理、获得地理信息和药物开发在内的多个领域，并提供 API 和参考实现的开源包。

    Mar, 2016

  • TensorFlow.js：面向 Web 及其他领域的机器学习

    本文介绍了 TensorFlow.js 的设计、API 和实现，它是一个用于在 JavaScript 中构建和执行机器学习算法的库，支持在 Web 浏览器和 Node.js 环境下运行模型，支持 Python API，使得模型可以在 Python 和 JavaScript 生态系统之间移植，从而使得来自广大 JavaScript 社区的新型开发人员可以构建和部署机器学习模型，并启用了一些新型的边缘设备计算。

    Jan, 2019

  • TensorFlow：大规模机器学习系统

    TensorFlow 是一个机器学习系统，使用数据流图表示计算，共享状态以及操作，支持训练和推理深度神经网络等应用，并在多种真实世界应用中取得了出色的性能表现。

    May, 2016

  • NumPy 数组编程

    本论文介绍 NumPy 作为 Python 语言主要的数组编程库，在物理学、化学、天文学、地球科学、生物学、心理学、材料科学、工程学、金融和经济学等领域中的应用，并阐述了少量的基本数组概念如何构成一种简单而强大的编程模式，用于组织、探索和分析科学数据。

    Jun, 2020

  • 使用 PyTorch 进行张量网络学习

    tntorch 是一个支持多种分解（包括 Candecomp/Parafac、Tucker、和 Tensor Train）的张量学习框架，可以自动微分、无缝支持 GPU、拥有 PyTorch 的 API，不仅实现了分解算法，还实现了可微分的张量代数、秩截断、交叉逼近、批处理以及全面的张量算术等

    Jun, 2022