热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

[work]Mxnet入门教程以及Gluon/Module教程

MXNet的深度学习引擎有两个主要的高级接口:GluonAPI和ModuleAPI。下面提供了每个教程。两者之间的区别是命令式编程和符号式编程风格。Gluon可以很

MXNet的深度学习引擎有两个主要的高级接口:Gluon APIModule API。下面提供了每个教程。

两者之间的区别是命令式编程和符号式编程风格。Gluon可以很容易地原型、构建和训练深度学习模型,而不牺牲训练速度,通过启用(1)直觉命令的Python代码开发和(2)通过使用杂交特征自动生成符号执行图来更快地执行。

TL;DR:如果您不熟悉深度学习或MXNet,您应该从Gluon教程开始。

GluonModule教程使用Python,但您也可以在下面的其他语言API教程部分找到各种其他MXNet教程,例如R,ScalaC++ 。

示例脚本和应用程序以及贡献信息如下。

Python API教程


1、Gluon

(1)、Introductuon

(1)、Basics

  • Manipulate data the MXNet way with ndarray
  • Automatic differentiation with autograd
  • Linear regression with gluon
  • Serialization - saving, loading and checkpointing

(2)、Neural Networks

  • Multilayer perceptrons in gluon
  • Multi-class object detection using CNNs in gluon
  • Advanced RNNs with gluon

(3)、Advanced

  • Plumbing: A look under the hood of gluon
  • Designing a custom layer with gluon
  • Fast, portable neural networks with Gluon HybridBlocks
  • Training on multiple GPUs with gluon

(2)、Applications

  • Creating custom operators with numpy
  • Handwritten digit recognition (MNIST)
  • Hybrid network example
  • Neural network building blocks with gluon
  • Simple autograd example

2、Module

(1)、Introductuon

(1)、Basics

  • Imperative tensor operations on CPU/GPU
  • NDArray Indexing
  • Symbol API
  • Module API
  • Iterators - Loading data

(2)、Neural Networks

  • Linear regression
  • MNIST - handwriting recognition
  • Large scale image classification

(3)、Advanced

  • NDArray in Compressed Sparse Row Storage Format
  • Sparse Gradient Updates
  • Train a Linear Regression Model with Sparse Symbols

(2)、Applications

  • Connectionist Temporal Classification
  • Distributed key-value store
  • Fine-tuning a pre-trained ImageNet model with a new dataset
  • Generative Adversarial Networks
  • Matrix factorization in recommender systems
  • Text classification (NLP) on Movie Reviews

2、Module

用ndarray操作MXNet的数据方式 使用autograd自动分化 用胶子线性回归 序列化 - 保存,加载和检查点 其他语言API教程

其他语言教程

C

  • MNIST with the MXNet C++ API

    Scala

  • Setup your MXNet with Scala on InelliJ
  • MNIST with the Scala API
  • Use Scala to build a Long Short-Term Memory network that generates Barack Obama’s speech patterns

R

  • NDArray: Vectorized Tensor Computations on CPUs and GPUs with R
  • Symbol API with R
  • Custom Iterator
  • Callback Function
  • Five minute neural network
  • MNIST with R
  • Classify images via R with a pre-trained model
  • Char RNN Example with R
  • Custom loss functions in R


原创文章,转载请注明 :Mxnet入门教程以及Gluon/Module教程 - MXNet中文网
原文出处: https://mxnets.com/news/12.html
问题交流群 :168117787


推荐阅读
  • 本文介绍了在Python张量流中使用make_merged_spec()方法合并设备规格对象的方法和语法,以及参数和返回值的说明,并提供了一个示例代码。 ... [详细]
  • 微软头条实习生分享深度学习自学指南
    本文介绍了一位微软头条实习生自学深度学习的经验分享,包括学习资源推荐、重要基础知识的学习要点等。作者强调了学好Python和数学基础的重要性,并提供了一些建议。 ... [详细]
  • YOLOv7基于自己的数据集从零构建模型完整训练、推理计算超详细教程
    本文介绍了关于人工智能、神经网络和深度学习的知识点,并提供了YOLOv7基于自己的数据集从零构建模型完整训练、推理计算的详细教程。文章还提到了郑州最低生活保障的话题。对于从事目标检测任务的人来说,YOLO是一个熟悉的模型。文章还提到了yolov4和yolov6的相关内容,以及选择模型的优化思路。 ... [详细]
  • 本文讨论了在openwrt-17.01版本中,mt7628设备上初始化启动时eth0的mac地址总是随机生成的问题。每次随机生成的eth0的mac地址都会写到/sys/class/net/eth0/address目录下,而openwrt-17.01原版的SDK会根据随机生成的eth0的mac地址再生成eth0.1、eth0.2等,生成后的mac地址会保存在/etc/config/network下。 ... [详细]
  • 如何自行分析定位SAP BSP错误
    The“BSPtag”Imentionedintheblogtitlemeansforexamplethetagchtmlb:configCelleratorbelowwhichi ... [详细]
  • 本文介绍了Python对Excel文件的读取方法,包括模块的安装和使用。通过安装xlrd、xlwt、xlutils、pyExcelerator等模块,可以实现对Excel文件的读取和处理。具体的读取方法包括打开excel文件、抓取所有sheet的名称、定位到指定的表单等。本文提供了两种定位表单的方式,并给出了相应的代码示例。 ... [详细]
  • 在Docker中,将主机目录挂载到容器中作为volume使用时,常常会遇到文件权限问题。这是因为容器内外的UID不同所导致的。本文介绍了解决这个问题的方法,包括使用gosu和suexec工具以及在Dockerfile中配置volume的权限。通过这些方法,可以避免在使用Docker时出现无写权限的情况。 ... [详细]
  • 本文分享了一个关于在C#中使用异步代码的问题,作者在控制台中运行时代码正常工作,但在Windows窗体中却无法正常工作。作者尝试搜索局域网上的主机,但在窗体中计数器没有减少。文章提供了相关的代码和解决思路。 ... [详细]
  • 开发笔记:加密&json&StringIO模块&BytesIO模块
    篇首语:本文由编程笔记#小编为大家整理,主要介绍了加密&json&StringIO模块&BytesIO模块相关的知识,希望对你有一定的参考价值。一、加密加密 ... [详细]
  • Python语法上的区别及注意事项
    本文介绍了Python2x和Python3x在语法上的区别,包括print语句的变化、除法运算结果的不同、raw_input函数的替代、class写法的变化等。同时还介绍了Python脚本的解释程序的指定方法,以及在不同版本的Python中如何执行脚本。对于想要学习Python的人来说,本文提供了一些注意事项和技巧。 ... [详细]
  • 本文介绍了多因子选股模型在实际中的构建步骤,包括风险源分析、因子筛选和体系构建,并进行了模拟实证回测。在风险源分析中,从宏观、行业、公司和特殊因素四个角度分析了影响资产价格的因素。具体包括宏观经济运行和宏经济政策对证券市场的影响,以及行业类型、行业生命周期和行业政策对股票价格的影响。 ... [详细]
  • ZSI.generate.Wsdl2PythonError: unsupported local simpleType restriction ... [详细]
  • XML介绍与使用的概述及标签规则
    本文介绍了XML的基本概念和用途,包括XML的可扩展性和标签的自定义特性。同时还详细解释了XML标签的规则,包括标签的尖括号和合法标识符的组成,标签必须成对出现的原则以及特殊标签的使用方法。通过本文的阅读,读者可以对XML的基本知识有一个全面的了解。 ... [详细]
  • 自动轮播,反转播放的ViewPagerAdapter的使用方法和效果展示
    本文介绍了如何使用自动轮播、反转播放的ViewPagerAdapter,并展示了其效果。该ViewPagerAdapter支持无限循环、触摸暂停、切换缩放等功能。同时提供了使用GIF.gif的示例和github地址。通过LoopFragmentPagerAdapter类的getActualCount、getActualItem和getActualPagerTitle方法可以实现自定义的循环效果和标题展示。 ... [详细]
  • 深度学习中的Vision Transformer (ViT)详解
    本文详细介绍了深度学习中的Vision Transformer (ViT)方法。首先介绍了相关工作和ViT的基本原理,包括图像块嵌入、可学习的嵌入、位置嵌入和Transformer编码器等。接着讨论了ViT的张量维度变化、归纳偏置与混合架构、微调及更高分辨率等方面。最后给出了实验结果和相关代码的链接。本文的研究表明,对于CV任务,直接应用纯Transformer架构于图像块序列是可行的,无需依赖于卷积网络。 ... [详细]
author-avatar
王友仁国珍_326
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有