Slovar pojmov

PyTorch

Kaj je PyTorch?

PyTorch je odprtokodno ogrodje za strojno in poglobljeno učenje v programskem jeziku Python. Izvorno ga je razvil Meta (takrat Facebook), od leta 2022 pa ga upravlja PyTorch Foundation pod okriljem Linux Foundation. PyTorch se veliko uporablja v raziskavah in industriji, ker razvijalcem omogoča prilagodljivo gradnjo modelov, njihovo učenje na grafičnih procesorjih in postopno preizkušanje; z njim je zgrajenih veliko znanih jezikovnih in slikovnih modelov.

Teme

  • ogrodje
  • globoko učenje
  • odprta koda

Preizkusite KI.ordo

Agenti, poteki dela in predloge v enem delovnem prostoru – brezplačna 24-urna predstavitev.

Začni predstavitev
← Vsi pojmi

Sorodni pojmi

TensorFlow

TensorFlow je odprtokodno ogrodje za strojno učenje, ki ga je razvil Google in izdal leta 2015. Uporablja se za gradnjo, učenje in uvajanje nevronskih mrež v aplikacijah, na strežnikih ali mobilnih napravah. Keras nudi dostopen vmesnik na visoki ravni; tipične uporabe so razvrščanje slik, napovedovanje in priporočilni sistemi.

  • Framework
  • Globoko učenje
  • +1

Keras

Keras je odprtokodna knjižnica v jeziku Python za gradnjo in učenje nevronskih mrež, ki jo je prvotno razvil François Chollet. Ponuja dostopen vmesnik visoke ravni za sestavljanje modelov iz slojev. Od različice 3 lahko Keras kot računsko zaledje uporablja JAX, TensorFlow ali PyTorch. Primer: ekipa z nekaj vrsticami kode izdela prototip modela za razvrščanje slik.

  • Globoko učenje
  • Knjižnica
  • +1

Torch

Torch je odprtokodno ogrodje za strojno učenje, ki temelji na skriptnem jeziku Lua; njegova različica Torch7 se je v 2010-ih veliko uporabljala v raziskavah in industriji. Velja za predhodnika PyTorcha, ki je prevzel zamisli in dele knjižnic C iz Torcha, vendar uporablja Python. Po navedbah uradnega repozitorija se Torch ne razvija več aktivno in je za nove projekte danes malo pomemben.

  • Framework
  • Lua
  • +1

Globoko učenje

Globoko učenje je veja strojnega učenja, ki uporablja umetne nevronske mreže z mnogo sloji. Takšne mreže se iz velikih količin podatkov naučijo, katere značilnosti so pomembne – od robov na slikah do pomenskih povezav v besedilih. Globoko učenje je podlaga današnjih jezikovnih modelov, prepoznavanja slik in govora ter strojnega prevajanja in običajno zahteva veliko računske moči in učnih podatkov.

  • nevronske mreže
  • strojno učenje
  • +1