-
-
-
-
-
- 3 سال پیش -
- خواندن 1 دقیقه
-
-
آموزش هوش مصنوعی و یادگیری ماشین ( پایتون بخش اول)
چارچوب های کاربردی برای برنامه نویسی با پایتون به شرح زیر است:
1- Scikit -Learn
1- Scikit -Learn
با آنکه استفاده از Scikit-Learn بسیار آسان است، اما بسیاری از الگوریتم های یادگیری ماشین را میتوان با آن به طور موثر پیاده سازی کرد.بنابراین یک نقطه ورودی عالی برای یادگیری ماشین ایجاد می کند.
2- TensorFlow
TensorFlow یک کتابخانه پیچیده تر برای محاسبات عددی توزیع شده است. این چارچوب اجرای موثر شبکه های عصبی بسیار بزرگ را با چند GPU ممکن می سازد. TensorFlow در گوگل ایجاد شد و از بسیاری از مقیاس های بزرگ آنها پشتیبانی می کند. این چارچوب یک برنامه های کاربردی یادگیری ماشین منبع باز از نوامبر 2015 است.
3-Keras
Keras یک API یادگیری عمیق سطح بالا است که اموزش و اجرای شبکه عصبی را بسیار ساده می کند.
در برخی از ورژنهای TensorFlow میتوان با دستوری به نام tf.keras از این API نیز در TensorFlowهای پیشرفته تر استفاده کرد.
Keras یک API یادگیری عمیق سطح بالا است که اموزش و اجرای شبکه عصبی را بسیار ساده می کند.
در برخی از ورژنهای TensorFlow میتوان با دستوری به نام tf.keras از این API نیز در TensorFlowهای پیشرفته تر استفاده کرد.
0 کامنت