Slovník pojmov

BMXNet

Čo je BMXNet?

BMXNet je open-source knižnica pre binárne neurónové siete, ktorú v roku 2017 vydal Hasso-Plattner-Institut v Postupime a ktorá je postavená na frameworku Apache MXNet. Binárne siete ukladajú váhy a aktivácie s jedným bitom namiesto 32, vďaka čomu sú modely oveľa menšie a rýchlejšie – čo je atraktívne pre smartfóny a vstavané zariadenia, hoci zvyčajne za cenu určitej straty presnosti. Keďže MXNet bol v roku 2023 ukončený, BMXNet je dnes zaujímavý najmä pre výskum (stav k októbru 2026).

Témy

Hlboké učenie
Edge AI
Výskum

Vyskúšajte KI.ordo

Agenti, postupy a šablóny v jednom pracovnom priestore – bezplatné 24-hodinové demo.

Spustiť demo

← Všetky pojmy

Súvisiace pojmy

MXNet

Apache MXNet bol open-source framework na hlboké učenie, ktorý dokázal efektívne trénovať modely na viacerých GPU a strojoch, s rozhraniami pre Python, C++, R, Scalu a ďalšie jazyky. Amazon Web Services ho niekoľko rokov podporoval ako preferovaný framework. Apache Software Foundation projekt v septembri 2023 ukončila a do februára 2024 ho presunula do Apache Attic; už sa nevyvíja. Existujúce modely sa zvyčajne migrujú do iných frameworkov.

framework
hlboké učenie
+1

Umelé neurónové siete (ANN)

Umelé neurónové siete (ANN, artificial neural networks) sú výpočtové modely zložené z mnohých prepojených jednotiek („neurónov“) usporiadaných do vrstiev, ktoré spracúvajú vstupy cez vážené spojenia. Počas trénovania sa váhy krok za krokom upravujú pomocou príkladov, zvyčajne spätným šírením chyby (backpropagation). ANN sú základom hlbokého učenia a poháňajú rozpoznávanie obrazu, rozpoznávanie reči a veľké jazykové modely. Napriek biologickej inšpirácii fungujú oveľa jednoduchšie než ľudský mozog.

Hlboké učenie
základy AI
+1

Hlboké učenie

Hlboké učenie je odvetvie strojového učenia, ktoré využíva umelé neurónové siete s mnohými vrstvami. Takéto siete sa z veľkého množstva údajov učia, na ktorých znakoch záleží – od hrán v obrázkoch až po významové súvislosti v textoch. Hlboké učenie je základom dnešných jazykových modelov, rozpoznávania obrazu a reči a strojového prekladu a zvyčajne si vyžaduje značný výpočtový výkon a veľa trénovacích údajov.

neurónové siete
strojové učenie
+1