Jul, 2017

TensorLayer：高效深度学习开发的通用库

PDF
TL;DRTensorLayer 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。
deep learningneural networkstensorlayerdata managementefficiency
发现论文，激发创造
  • TensorLy: Python 中的张量学习

    TensorLy 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。

    Oct, 2016

  • 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

  • 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

  • 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

  • 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

  • fastai: 深度学习分层 API

    fastai 是一种深度学习库，提供了高级组件和低级组件，以构建新的方法，它利用 Python 语言的动态性和 PyTorch 库的灵活性，包括一种新的类型分派系统，可扩展的计算机视觉库，优化器，2 路回调系统，新的数据块 API 等。

    Feb, 2020

  • 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

  • 张量收缩层用于简化深度神经网络

    本研究探讨了将张量压缩作为神经网络层的应用，并提出了张量压缩层的概念。通过在图像识别任务中使用张量压缩技术，本文提出的网络模型在减少模型参数数量的同时保证了准确性，并在某些情况下实现了更好的性能。

    Jun, 2017

  • 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

  • 用张量嵌入层实现模型高效压缩

    本文介绍了一种使用 Tensor Train（TT）分解来压缩模型中的嵌入层的新方法，并在自然语言处理的广泛基准测试中评估了其性能与压缩比之间的平衡。

    Jan, 2019