- 授权协议: ISC
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://tenso.rs/
- 软件文档: https://tenso.rs/demos/fast-neural-style/
软件介绍
TensorFire 是基于 WebGL 的,运行在浏览器中的神经网络框架。使用 TensorFire 编写的应用能够在实现前沿深度学习算法的同时,不需要任何的安装或者配置就直接运行在现代浏览器中。
与之前某些浏览器内的神经网络框架相比,TensorFire 有着近百倍的速度提升,甚至于能够与那些运行在本地 CPU 上的代码性能相媲美。
TensorFire 主要由两部分组成:底层基于 GLSL 的能够高效编写操作四维张量的并行 WebGLS 着色器的编程语言,以及上层的用于导入 Keras 与 TensorFlow 训练好的模型的接口。TensorFire 能够运行在任何的,无论是否支持 CUDA 的 GPU 上;这就意味着,譬如最新的 2016 Retina MacBook Pro 这样的使用 AMD 显卡的机器,也能顺畅地运行 TensorFire。
TensorFire 能够帮助开发者构建不需要用户本地安装的智能应用,并且不同于传统的收集用户数据以统一训练的模式,直接将模型下发到用户端能够保障用户隐私。TensorFire 官方正在着手提供多个范例,譬如复杂的 ResNet-152 网络、著名的基于 RNN 的文本生产与图片着色、基于 SqueeseNet 的物体识别与分类等等。
开发者也可以使用 TensorFire 提供的底层接口来进行其他的高性能计算,譬如 PageRank、元胞自动机仿真、图片转化与过滤等等。
简介来自:前端之巅
白话机器学习算法
[新加坡] 黄莉婷、[新加坡] 苏川集 / 武传海 / 人民邮电出版社 / 2019-2 / 49.00元
与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法,以及回归分析、k最近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法,并概述强化学习算法的思想。任何对机器学习和数据科学怀有好奇心的人都可以通过本书构建知识体系。一起来看看 《白话机器学习算法》 这本书的介绍吧!
