머신러닝에서 딥러닝까지 다운로드

얼굴 인식, 이미지 인식 및 기계 학습을 통해 빌드할 수 있는 다른 모든 멋진 작업에 대해 작성 하는 것을 좋아합니다. 가능할 때마다 필자는 코드 예제를 포함 시키거나 라이브러리/Api를 작성 하 여 개발자가 이러한 재미 있는 기술을 최대한 쉽게 사용할 수 있도록 하려고 합니다. 만약 당신이 오랜 리눅스 사용자, 그것은 완벽 하 게 모든 필요한 기계 학습 라이브러리 및 TensorFlow 같은 도구, Keras, OpenCV 및 dlib와 함께 구성 된 시스템을 얻을 하는 방법을 파악 하는 정말 어려울 수 있습니다. 내 자신의 오픈 소스 프로젝트에 제기 되는 문제의 대부분은 이러한 도구를 설치 하는 방법에 관한 것입니다. 많은 사람들이 모든 것을 설치 하는 동안 붙어 얻을 하 고 지금까지 모든 코드와 함께 놀 수 점점 전에 포기. 그건 부 끄 러운! 2017에서 것 들을 시도 하는 것이 너무 열심히 해야 할 이유가 없다. 누구나 기계 학습과 함께 놀 수 있도록 간단 하 게 하기 위해 복잡 한 설치 단계 없이 다운로드 하 고 실행할 수 있는 간단한 가상 머신 이미지를 넣었습니다. 가상 머신 이미지에는 다음 기계 학습 도구를 사용 하 여 64 비트 사전 설치 된 Ubuntu Linux 데스크톱 16.04 LTS가 있습니다. 기계 학습 응용 프로그램을 구축 하기 전에 많은 옵션에서 하나의 기술을 선택 하는 것은 어려운 작업이 될 수 있습니다.

따라서 최종 결정을 내리기 전에 몇 가지 옵션을 평가 하는 것이 중요 합니다. 커뮤니티 및 TensorFlow 팀의 최신 소식 및 업데이트는 트위터에서 @tensorflow를 따르세요. 기계 학습 모델 같은 기계 학습 프로젝트 자습서에 대 한: 파이썬 Sklearn & Liveedu.tv를 방문 하십시오. 2017에서 처음 출시 된 카페 (빠른 기능 임베딩을 위한 나선형 아키텍처)는 표현력, 속도 및 모듈성에 초점을 맞춘 기계 학습 프레임 워크입니다. 오픈 소스 프레임 워크는 c + +로 작성 하 고 파이썬 인터페이스와 함께 제공 됩니다. 우리는 누구나 AI로 학습, 구축 및 문제 해결을 시작할 수 있도록 개방형 교육 리소스 라이브러리를 만들고 있습니다. Microsoft 인지 도구 키트의 중요 한 기능 중 일부는 Python, c + + 또는 브레인 스크립트에서 데이터를 처리할 수 있는 고도로 최적화 된 구성 요소, 효율적인 리소스 사용을 제공 하는 기능, Microsoft Azure와의 통합 용이성 및 NumPy와의 상호 운용성. 멋진 기계 학습 프레임 워크, 라이브러리 및 소프트웨어의 큐레이터 목록 (언어별로). 굉 장-php에서 영감을 얻었습니다.