BMXNet je biblioteka otvorenog koda za binarne neuronske mreže koju je 2017. objavio Institut Hasso Plattner u Potsdamu, a temelji se na okviru Apache MXNet. Binarne mreže pohranjuju težine i aktivacije s jednim bitom umjesto 32, zbog čega su modeli znatno manji i brži – privlačno za pametne telefone i ugrađene uređaje, iako obično uz određeni gubitak točnosti. Otkako je MXNet 2023. umirovljen, BMXNet je danas uglavnom od istraživačkog interesa (stanje: listopad 2026.).
Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.
Pokrenite demoApache MXNet bio je okvir otvorenog koda za duboko učenje koji je mogao učinkovito trenirati modele na više GPU-ova i računala, sa sučeljima za Python, C++, R, Scalu i druge jezike. Amazon Web Services nekoliko ga je godina podupirao kao svoj preferirani okvir. Apache Software Foundation ukinula je projekt u rujnu 2023., a do veljače 2024. premjestila ga je u Apache Attic; više se ne razvija. Postojeći modeli obično se prebacuju na druge okvire.
Umjetne neuronske mreže (ANN) računski su modeli sastavljeni od mnogo povezanih jedinica („neurona”) raspoređenih u slojeve koji obrađuju unose putem ponderiranih veza. Tijekom treniranja težine se korak po korak prilagođavaju na primjerima, obično povratnim širenjem pogreške (backpropagation). ANN-ovi su temelj dubokog učenja i pokreću prepoznavanje slika i govora te velike jezične modele. Unatoč biološkoj inspiraciji, rade znatno jednostavnije od ljudskog mozga.
Duboko učenje je grana strojnog učenja koja koristi umjetne neuronske mreže s mnogo slojeva. Takve mreže iz velikih količina podataka uče koja su obilježja važna – od rubova na slikama do odnosa značenja u tekstovima. Duboko učenje temelj je današnjih jezičnih modela, prepoznavanja slika i govora te strojnog prevođenja, a obično zahtijeva znatnu računalnu snagu i podatke za treniranje.
