Słownik pojęć

BMXNet

Czym jest BMXNet?

BMXNet to biblioteka open source do binarnych sieci neuronowych, udostępniona w 2017 roku przez Hasso-Plattner-Institut w Poczdamie i zbudowana na frameworku Apache MXNet. Sieci binarne zapisują wagi i aktywacje za pomocą jednego bitu zamiast 32, dzięki czemu modele są znacznie mniejsze i szybsze – co jest atrakcyjne w przypadku smartfonów i urządzeń wbudowanych, choć zwykle odbywa się kosztem pewnej utraty dokładności. Od wycofania MXNet w 2023 roku BMXNet ma znaczenie głównie badawcze (stan na październik 2026).

Tematy

Deep learning
Edge AI
Badania

Wypróbuj KI.ordo

Agenci, przepływy i szablony w jednym obszarze roboczym – bezpłatne demo na 24 godziny.

Uruchom demo

← Wszystkie pojęcia

Powiązane pojęcia

MXNet

Apache MXNet był otwartoźródłowym frameworkiem do głębokiego uczenia, który potrafił efektywnie trenować modele na wielu procesorach graficznych i maszynach, z interfejsami dla Pythona, C++, R, Scali i innych języków. Amazon Web Services wspierał go przez kilka lat jako preferowany framework. Apache Software Foundation zamknęła projekt we wrześniu 2023 roku i do lutego 2024 roku przeniosła go do Apache Attic; nie jest już rozwijany. Istniejące modele zazwyczaj migruje się do innych frameworków.

framework
deep learning
+1

Sztuczne sieci neuronowe (ANN)

Sztuczne sieci neuronowe (ANN) to modele obliczeniowe złożone z wielu połączonych jednostek („neuronów”) ułożonych w warstwy, które przetwarzają dane wejściowe przez ważone połączenia. Podczas trenowania wagi są stopniowo dostosowywane na podstawie przykładów, zwykle metodą propagacji wstecznej. ANN są podstawą uczenia głębokiego i napędzają rozpoznawanie obrazów, rozpoznawanie mowy oraz duże modele językowe. Mimo biologicznej inspiracji działają znacznie prościej niż ludzki mózg.

Deep learning
podstawy AI
+1

Deep learning

Uczenie głębokie (deep learning) to gałąź uczenia maszynowego, która wykorzystuje sztuczne sieci neuronowe o wielu warstwach. Takie sieci uczą się z dużych ilości danych, które cechy mają znaczenie – od krawędzi na obrazach po relacje znaczeniowe w tekstach. Uczenie głębokie leży u podstaw dzisiejszych modeli językowych, rozpoznawania obrazów i mowy oraz tłumaczenia maszynowego i zazwyczaj wymaga znacznej mocy obliczeniowej oraz dużej ilości danych treningowych.

sieci neuronowe
uczenie maszynowe
+1