|
Mavzu: Ochiq kodli (Open Source) chuqur o‘qitish freymvorklari 705-22- guruh magistranti
|
bet | 4/10 | Sana | 19.12.2023 | Hajmi | 1,98 Mb. | | #124271 |
Bog'liq DL Умумий электротехника ва электроника асослари.Одилов Қ, Документ Microsoft Word, ТАЛОН, Yangilanayotgan O\'zbekiston milliy tiklanishdan-milliy yuksalish sari, draft-sp800-90c, referatbank-54752, Bipolyar tranzistorlar. Reja Bipolyar tranzistor haqida umumiy , J.Farhod O\'rnatilgan Lab-1, J.Farhod O\'rnatilgan Lab-2, 1 kurs farm noorganik kimyo II smestr, 5-6-7-8-9-sinf texnologiya qizlar ish reja 2023-yil, Mavzu Zamonaviy robotlar tarkibiy tuzilmasi, ularning parametrl-azkurs.org, O�zbekiston respublikasi va o�rta maxsus ta�lim vazirligi samarq, Operatsiya-buyum tizimi, 2-Mustaqil ishBu sahifa navigatsiya:
- Keras
Keras
Keras - yana bir juda mashhur ochiq kodli dasturiy ta'minot kutubxonasi. Chuqur o'rganish tizimi sun'iy neyron tarmoqlarni rivojlantirish uchun Python interfeysini taqdim etadi. Keras TensorFlow kutubxonasi uchun interfeys vazifasini bajaradi. U ishlatish uchun qulay, sodda interfeys sifatida akkreditatsiya qilingan. Keras ayniqsa foydalidir, chunki u GPU-larning katta klasterlariga yoki butun TPU podslariga kengaytira oladi. Shuningdek, funksional API chiziqli bo‘lmagan topologiyaga, umumiy qatlamlarga va hatto bir nechta kirish yoki chiqishlarga ega modellarni boshqarishi mumkin. Keras ishlab chiquvchilar tajribasini birinchi oʻringa qoʻyib, katta hajmdagi modellar uchun tezkor tajriba oʻtkazish maqsadida ishlab chiqilgan, shuning uchun platforma juda intuitivdir.
Keras - bu uning tezligi: u ma'lumotlar parallelligi uchun o'rnatilgan qo'llab-quvvatlash bilan birga keladi va shuning uchun modelni o'qitish vaqtini tezlashtirish bilan birga katta hajmdagi ma'lumotlarni qayta ishlashga qodir. U Python tilida yozilgani uchun uni ishlatish nihoyatda oson va kengaytirilishi mumkin. Bu chuqur o'rganish uchun ajoyib asosdir.
Keras Eslab qoling! - Keras yuqori darajadagi hisoblashda ustun bo'lsa-da, past darajadagi hisoblash uning kuchli tomoni emas. Past darajadagi hisoblar uchun Keras “backend” deb nomlangan boshqa kutubxonadan foydalanadi;
- Prototiplash haqida gap ketganda, Kerasning cheklovlari bor. Agar siz Kerasda katta DL modellarini yaratmoqchi bo'lsangiz, bir qatorli funksiyalar bilan shug'ullanishingiz kerak bo'ladi. Bu jihat Keras ni kamroq moslashtiradigan qiladi.
Keras Keras ning afzalligi: - Bu sohada ishlashni endi boshlagan yangi boshlanuvchilar uchun juda mos keladi. Bu oddiy tushunchalarni o'rganish va prototip qilishni osonlashtiradi;
- Bu chuqur neyron tarmoqlar bilan tezkor tajribalarni osonlashtiradi;
- Bu sizga o'qiladigan va aniq kod yozishga yordam beradi.
|
| |