- Microsoft认知工具包(CNTK)教程
- 主页
- 简介
- 入门篇
- CPU和GPU
- CNTK - 序列分类
- CNTK - logistic回归模型
- CNTK - 神经网络(NN)概念
- CNTK - 创建第一个神经网络
- CNTK - 训练神经网络
- CNTK - 内存和大型数据集
- CNTK - 测量性能
- 神经网络分类
- 神经网络二元分类
- CNTK - 神经网络回归
- CNTK - 分类模型
- CNTK - 回归模型
- CNTK - 超出内存数据集
- CNTK - 监控模型
- CNTK - 卷积神经网络
- CNTK - 循环神经网络
- Microsoft认知工具包资源
- Microsoft认知工具包 - 快速指南
- Microsoft认知工具包 - 资源
- Microsoft认知工具包 - 讨论
Microsoft认知工具包(CNTK)教程
Microsoft认知工具包(CNTK),前身为Computational Network Toolkit,是一个免费的、易于使用的、开放源码的、商用级别的工具包,使我们能够训练深度学习算法,使其像人脑一样学习。它使我们能够创建一些流行的深度学习系统,例如前馈神经网络时间序列预测系统和卷积神经网络(CNN)图像分类器。
受众
本教程对有兴趣学习深度学习或人工神经网络的本科生、研究生和研究人员,或者将此科目作为课程的一部分的学生非常有帮助。读者可以是初学者或高级学习者。
预备知识
读者必须具备有关神经网络的基本知识。他还/她应了解 Python 编程概念中使用的基本术语。
广告