Glossário

BMXNet

O que é BMXNet?

O BMXNet é uma biblioteca open source para redes neuronais binárias, lançada em 2017 pelo Hasso Plattner Institute, em Potsdam, e baseada na framework Apache MXNet. As redes binárias armazenam pesos e ativações com um único bit em vez de 32, o que torna os modelos muito mais pequenos e rápidos – algo atrativo para smartphones e dispositivos embebidos, embora normalmente com alguma perda de exatidão. Desde que o MXNet foi descontinuado em 2023, o BMXNet tem sobretudo interesse para a investigação (em outubro de 2026).

Temas

Deep learning
Edge AI
Investigação

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

MXNet

O Apache MXNet era uma framework de aprendizagem profunda de código aberto, capaz de treinar modelos com eficiência em várias GPUs e máquinas, com interfaces para Python, C++, R, Scala e outras linguagens. A Amazon Web Services apoiou-o durante alguns anos como framework preferida. A Apache Software Foundation descontinuou o projeto em setembro de 2023 e transferiu-o para o Apache Attic até fevereiro de 2024; já não é desenvolvido. Os modelos existentes são normalmente migrados para outras frameworks.

framework
deep learning
+1

Redes neuronais artificiais (RNA)

As redes neuronais artificiais (RNA) são modelos computacionais compostos por muitas unidades ligadas ("neurónios") dispostas em camadas, que processam entradas através de ligações ponderadas. Durante o treino, os pesos são ajustados passo a passo com exemplos, normalmente por retropropagação. As RNA são a base do deep learning e alimentam o reconhecimento de imagem, o reconhecimento de voz e os grandes modelos de linguagem. Apesar da inspiração biológica, funcionam de forma muito mais simples do que o cérebro humano.

Deep learning
Fundamentos da IA
+1

Deep learning

O deep learning é um ramo do machine learning que utiliza redes neuronais artificiais com muitas camadas. Estas redes aprendem, a partir de grandes quantidades de dados, quais as características relevantes – desde arestas em imagens a relações de significado em textos. O deep learning está na base dos atuais modelos de linguagem, do reconhecimento de imagem e de voz e da tradução automática, e exige normalmente uma capacidade de cálculo e dados de treino consideráveis.

redes neuronais
machine learning
+1