Pojmovnik

PyTorch

Što je PyTorch?

PyTorch je okvir otvorenog koda za strojno i duboko učenje u programskom jeziku Python. Izvorno je razvijen u Meti (tada Facebook), a od 2022. njime upravlja PyTorch Foundation pod okriljem Linux Foundation. PyTorch se naširoko koristi u istraživanju i industriji jer programerima omogućuje fleksibilnu izgradnju modela, njihovo treniranje na GPU-ovima i testiranje korak po korak; mnogi poznati jezični i slikovni modeli izgrađeni su s njime.

Teme

  • okvir
  • duboko učenje
  • open source

Isprobajte KI.ordo

Agenti, tijekovi rada i predlošci u jednom radnom prostoru – besplatna demo verzija na 24 sata.

Pokrenite demo
← Svi pojmovi

Srodni pojmovi

TensorFlow

TensorFlow je okvir za strojno učenje otvorenog koda koji je razvio Google, a objavljen je 2015. Koristi se za izgradnju, treniranje i primjenu neuronskih mreža u aplikacijama, na poslužiteljima ili na mobilnim uređajima. Keras nudi pristupačno sučelje visoke razine; tipične primjene su klasifikacija slika, prognoziranje i sustavi preporuka.

  • Framework
  • Duboko učenje
  • +1

Keras

Keras je open-source Python biblioteka za izgradnju i treniranje neuronskih mreža, koju je izvorno razvio François Chollet. Nudi pristupačno sučelje visoke razine za sastavljanje modela od slojeva. Od verzije 3 Keras se može izvoditi na JAX-u, TensorFlowu ili PyTorchu kao računalnoj pozadini. Primjer: tim u samo nekoliko redaka koda gradi prototip modela za klasifikaciju slika.

  • Duboko učenje
  • Biblioteka
  • +1

Torch

Torch je okvir za strojno učenje otvorenog koda temeljen na skriptnom jeziku Lua; njegova verzija Torch7 bila je naširoko korištena u istraživanju i industriji tijekom 2010-ih. Smatra se prethodnikom PyTorcha, koji je preuzeo ideje i dijelove Torchovih C biblioteka, ali koristi Python. Prema službenom repozitoriju Torch se više aktivno ne razvija i danas je malo relevantan za nove projekte.

  • Framework
  • Lua
  • +1

Duboko učenje

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.

  • neuronske mreže
  • strojno učenje
  • +1