Yazılım
6 ücretsiz ve ücretli The Microsoft Cognitive Toolkit alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: Cloud AutoML, Training Mule. Bunların yanı sıra, kullanıcılar The Microsoft Cognitive Toolkit ile CatBoost, mlpack, TensorFlow arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: Geliştirme Araçları.
6 ücretsiz ve ücretli The Microsoft Cognitive Toolkit alternatiflerinin bir listesini derledik. Başlıca rakipler şunları içerir: Cloud AutoML, Training Mule. Bunların yanı sıra, kullanıcılar The Microsoft Cognitive Toolkit ile CatBoost, mlpack, TensorFlow arasında karşılaştırmalar da yaparlar. Ayrıca burada diğer benzer seçeneklere de göz atabilirsiniz: Geliştirme Araçları.
55
23
Eğitim Katırı sizin veya ekibinizin görüntüleri kolayca etiketlemesini sağlar, size veri setlerini sağlar ...
10
CatBoost, kategorik özelliklere sahip karar ağaçları kütüphanesini güçlendiren açık kaynaklı bir gradyandır ...
-1
mlpack, ölçeklenebilirlik, hız ve kullanım kolaylığı vurgulayan bir C ++ makine öğrenme kütüphanesidir.
-3
TensorFlow, çeşitli algılayıcı tiplerde makine öğrenmesi için açık kaynaklı bir yazılım kütüphanesidir ...
-12
-6
Microsoft Bilişsel Araç Seti - CNTK - Microsoft Research tarafından geliştirilen birleşik bir öğrenme aracıdır.
Microsoft Bilişsel Araç Seti - CNTK - Microsoft Research tarafından geliştirilen birleşik bir öğrenme aracıdır.
Windows
Linux
Önceden CNTK olarak bilinen Microsoft Bilişsel Araç Seti, ticari sınıf kalitesinde ödün vermeyen ölçeklendirme, hız ve doğruluk ve halihazırda kullandığınız programlama dilleri ve algoritmalarla uyumluluk sağlayarak, derin veri setleri içindeki istihbarattan faydalanmanızı sağlar.
Python veya C ++ programlarınıza bir kütüphane olarak dahil edilebilir veya kendi model tanımlama dili (BrainScript) aracılığıyla bağımsız bir makine öğrenme aracı olarak kullanılabilir.
CNTK, 64 bit Linux veya 64 bit Windows işletim sistemlerini destekler. Yüklemek için önceden derlenmiş ikili paketleri seçebilir veya Araç Takımı'nı Github'da sağlanan kaynaktan derleyebilirsiniz.
Yüksek düzeyde optimize edilmiş, yerleşik bileşenler
Bileşenler, Python, C ++ veya BrainScript'ten çok boyutlu yoğun veya seyrek verileri yönetebilir
FFN, CNN, RNN / LSTM, Parti normalizasyonu, Sırasıyla Sırasıyla dikkat ve daha fazlası
Güçlendirici öğrenme, üretken olumsuz ağlar, denetimli ve denetimsiz öğrenme
GPU'ya Python'dan kullanıcı tanımlı yeni çekirdek bileşenler ekleyebilme
Otomatik hiperparametre ayarı
Büyük veri kümeleri için optimize edilmiş yerleşik okuyucular
Verimli kaynak kullanımı
1 bit SGD ve Block Momentum ile birden fazla GPU / makinede hassasiyetle paralellik
GPU belleğindeki en büyük modellere bile uyan bellek paylaşımı ve diğer yerleşik yöntemler
Kendi ağlarınızı kolayca ifade edin
Python, C ++ ve BrainScript'ten ağlar, öğrenciler, okuyucular, eğitim ve değerlendirme tanımlamak için tam API'ler
Modelleri Python, C ++, C # ve BrainScript ile değerlendirin
NumPy ile Birlikte Çalışma
Kullanım kolaylığı ve esneklik için hem üst seviye hem de alt seviye API'ler mevcuttur
Verilerinize göre otomatik şekil çıkarımı
Tamamen optimize edilmiş sembolik RNN döngüleri (açmaya gerek yok)
Azure ile eğitim ve barındırma
Azure GPU ve Azure ağlarıyla birlikte kullanıldığında yüksek hızlı kaynaklardan yararlanır
Eğitimli modelleri Azure'da kolayca barındırın ve istenirse gerçek zamanlı eğitim ekleyin
Artificial intelligence
Yazılım hakkındaki görüşlerinizi paylaşın, bir inceleme bırakın ve daha da iyileştirmeye yardımcı olun!
Değişiklik Önerin
Geri bildiriminiz
Your vote has been counted.
Do you have experience using this software?
