|
Mavzu: Ochiq kodli (Open Source) chuqur o‘qitish freymvorklari 705-22- guruh magistranti
|
| bet | 9/10 | | 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 ishONNX
Eslab qoling!
- ONNX PyTorch va Caffe2 kabi turli xil mashina o'rganish tizimlari o'rtasida almashish uchun aqlli tizim sifatida ishlab chiqilgan;
- ONNX modellari hozirda Caffe2, Microsoft Cognitive Toolkit, MXNet va PyTorch da qo'llab-quvvatlanadi. Bundan tashqari, bir nechta boshqa standart kutubxonalar va platformalar uchun ulagichlarni topish mumkin.
ONNX
ONNX ning afzalligi:
- ONNX apparat optimallashtirishga kirishni osonlashtiradi. Uskuna tizimlarining ishlashini maksimal darajada oshirishga yordam berish uchun ONNX ga mos ish vaqtlari va kutubxonalardan foydalanish mumkin.
- ONNX foydalanuvchilarga keyingi chiqishning oqibatlari haqida qayg'urmasdan, o'zlari tanlagan chiqish dvigateli bilan o'zlari xohlagan muhitda rivojlanish imkonini beradi.
Chainer
Chainer - bu NumPy va CuPy kutubxonalari ustiga qurilgan chuqur o‘rganish tizimi. Chainer mashhurroq “aniqlash va ishga tushirish” yondashuvidan farqli ravishda “aniqlash-boshqarish” yondashuvini joriy qilgan birinchi vositadir. "Aniqlash va ishga tushirish" sxemasi birinchi navbatda tarmoqni aniqlaydi va tuzatadi va foydalanuvchi uni doimiy ravishda o'quv ma'lumotlarining kichik partiyalari bilan ta'minlaydi. Biroq, "aniqlash" Chainer haqiqiy dasturlash mantig'ini emas, balki tarmoqdagi hisoblash tarixini saqlashini anglatadi. Chainerdan so'ng, PyTorch va TensorFlow kabi boshqa vositalar endi "aniqlash bo'yicha" yondashuvini qo'llaydi. Chainer shuningdek Nvidia CUDA hisob-kitoblarini qo'llab-quvvatlaydi, bu grafik API-lardan foydalangan holda GPU-larda an'anaviy umumiy maqsadli hisoblashdan bir qancha afzalliklarga ega.
Chainer da, birinchi navbatda, tarmoqdagi matematik operatsiyalar (masalan, matritsalarni ko'paytirish va chiziqli bo'lmagan faollashtirishlar) o'rtasidagi qat'iy bog'lanishlarni aniqlaydi.
Eslab qoling!
Chainer to'rtta kengaytma kutubxonasiga ega - ChainerMN, ChainerRL, ChainerCV va ChainerUI. ChainerMN yordamida Chainer bir nechta GPU larda ishlashi mumkin va MXNet va CNTK kabi boshqa chuqur o'rganish vositalari bilan solishtirganda juda tez ishlashni ta'minlaydi.
|
| |
