Sanasto

BMXNet

Mikä on BMXNet?

BMXNet on avoimen lähdekoodin kirjasto binäärisille neuroverkoille. Sen julkaisi vuonna 2017 Hasso Plattner -instituutti Potsdamissa, ja se perustuu Apache MXNet -sovelluskehykseen. Binääriverkot tallentavat painot ja aktivoinnit yhdellä bitillä 32 bitin sijaan, mikä tekee malleista paljon pienempiä ja nopeampia – houkuttelevaa älypuhelimille ja sulautetuille laitteille, vaikka yleensä tarkkuuden kustannuksella. Koska MXNet lakkautettiin vuonna 2023, BMXNet on nykyään lähinnä tutkimuksellisesti kiinnostava (tilanne lokakuussa 2026).

Aiheet

Syväoppiminen
Reunatekoäly
Tutkimus

Kokeile KI.ordoa

Agentit, työnkulut ja mallit yhdessä työtilassa – maksuton 24 tunnin demo.

Aloita demo

← Kaikki termit

Liittyvät termit

MXNet

Apache MXNet oli avoimen lähdekoodin syväoppimiskehys, joka pystyi opettamaan malleja tehokkaasti usealla GPU:lla ja usealla koneella, ja siinä oli rajapinnat muun muassa Pythonille, C++:lle, R:lle ja Scalalle. Amazon Web Services tuki sitä useiden vuosien ajan ensisijaisena kehyksenään. Apache Software Foundation lopetti hankkeen syyskuussa 2023 ja siirsi sen Apache Atticiin helmikuuhun 2024 mennessä; sitä ei enää kehitetä. Olemassa olevat mallit siirretään yleensä muihin kehyksiin.

sovelluskehys
syväoppiminen
+1

Keinotekoiset neuroverkot (ANN)

Keinotekoiset neuroverkot (ANN) ovat laskennallisia malleja, jotka koostuvat monista kerroksittain järjestetyistä, toisiinsa kytketyistä yksiköistä (”neuroneista”) ja käsittelevät syötteitä painotettujen yhteyksien kautta. Koulutuksen aikana painoja säädetään askel askeleelta esimerkkien avulla, yleensä takaisinkytkennällä (backpropagation). ANN-verkot ovat syväoppimisen perusta, ja ne ovat kuvantunnistuksen, puheentunnistuksen ja suurten kielimallien taustalla. Biologisesta esikuvastaan huolimatta ne toimivat paljon yksinkertaisemmin kuin ihmisaivot.

Syväoppiminen
tekoälyn perusteet
+1

Syväoppiminen

Syväoppiminen on koneoppimisen haara, joka käyttää tekoälyn keinotekoisia neuroverkkoja, joissa on monta kerrosta. Tällaiset verkot oppivat suurista datamääristä, mitkä piirteet ovat tärkeitä – kuvien reunoista tekstien merkityssuhteisiin. Syväoppiminen on nykyisten kielimallien, kuvan- ja puheentunnistuksen sekä konekäännöksen perusta, ja se vaatii yleensä paljon laskentatehoa ja koulutusdataa.

neuroverkot
koneoppiminen
+1