收录了 mxnet 频道下的 50 篇内容
随着Alphago战胜围棋冠军,深度学习迎来更多的关注。本文是快速学习深度学习框架MXNet的实践。
本文是一系列深度学习的简单实战教程的第二篇,用MXnet的neural art示例电脑绘画,用来讲解卷积网络ConvNet(CNN)。第一篇为安装GPU版mxnet并跑一个MNIST手写数字识别。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。
本文是一系列深度学习的简单实战教程的第一篇,用MXnet做实现平台的实例代码,简单讲解深度学习常用的一些技术方向和实战样例。来自Phunter的博客,Phunter的职业是数据科学家,DMLC (http://dmlc.ml/) 工具包贡献者之一。
在这篇博客文章中,我们将演示如何使用 Amazon EMR 上的 Apache MXNet (孵化) 和 Apache Spark 对大型数据集运行分布式离线推理。
在这篇文章中,我们将介绍如何使用MXNet来解决一个经典计算机视觉问题:使用卷积神经网络对交通标志进行分类.
利用 Apple 在 WWDC 2017 上发布的 Core ML
保技术,舍推广,行得通吗?
Apache MXNet是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架,支持包括卷积神经网络(CNN)与长短期记忆网络(LSTM)在内的顶尖深度模型。这一系列文章介绍了MXNet的基本概念和使用方法。
这是一篇由工程总监 Cambron Carter 和 GumGum 的计算机视觉科学家 Iris Fu 联合发布的访客文章。
工业届常有一些大规模机器学习的场景,本文从并行计算编程技术、并行计算模型和并行计算案例给大家分享一些大规模机器学习相关的知识,希望大家能有所收获。
Apache MXNet是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架,支持包括卷积神经网络(CNN)与长短期记忆网络(LSTM)在内的顶尖深度模型。这一系列文章介绍了MXNet的基本概念和使用方法。本篇主要介绍了MXNet的Symbol API。
文章从分布式系统的角度开展针对当前一些机器学习平台的研究,分析了这些平台在通信和控制上的瓶颈,并考虑了这些平台的容错性和易编程性。文章最后提供了一些结论性要点,并对分布式机器学习平台的未来研究工作提出了一些建议。
今天,AWS 宣布推出 ONNX-MXNet,它是一种用于将 Open Neural Network Exchange (ONNX) 深度学习模型导入到 Apache MXNet 的开源 Python 程序包。
MXNet是一个轻量级、可移植、灵活的分布式深度学习框架,2017年1月23日,该项目进入Apache基金会,成为Apache的孵化器项目。
Apache MXNet是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架,支持包括卷积神经网络(CNN)与长短期记忆网络(LSTM)在内的顶尖深度模型。这一系列文章介绍了MXNet的基本概念和使用方法。本篇主要介绍如何使用训练模型进行图片分类。
Apache MXNet 是供开发人员构建、训练和重复使用深度学习网络的开源库。
我们对于 Apache MXNet 版本 0.11 的可用性感到很兴奋。
在我们无人驾驶车辆系列的第一篇博客文章中,您制作了一辆 Donkey 车并将导航服务器部署到了 Amazon EC2 实例上。
Apache MXNet是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架,支持包括卷积神经网络(CNN)与长短期记忆网络(LSTM)在内的顶尖深度模型。这一系列文章介绍了MXNet的基本概念和使用方法。本篇主要介绍了MXNet的Module API。
MXNet 支持在多CPU和GPU上进行训练。其中,这些CPU和GPU可以分布在不同的服务器上。一台GPU机器上的每块GPU都有自己的编号(编号从0开始计数)。