neural-tangents:Python中的快速简便的无限神经网络

时间:2024-05-18 08:44:27
【文件属性】:

文件名称:neural-tangents:Python中的快速简便的无限神经网络

文件大小:4.12MB

文件格式:ZIP

更新时间:2024-05-18 08:44:27

kernel neural-networks gradient-descent bayesian-inference gaussian-processes

神经切线 | | | | 概述 Neural Tangents是一种高级神经网络API,用于指定有限和无限宽度的复杂,分层的神经网络。 神经切线使研究人员能够像定义有限网络一样轻松地定义,训练和评估无限网络。 无限(宽度或通道数)神经网络是具有内核功能的高斯过程(GPs),其功能由其体系结构确定(有关此对应关系的详细信息和细微差别,请参见)。 神经切线允许您使用卷积,池化,残差连接,非线性等常规构建块构建神经网络模型,不仅获得有限模型,还获得各个GP的核函数。 该库使用用python编写,并利用在CPU,GPU或TPU上开箱即用。 内核计算已针对速度和内存效率进行了高度优化,并且可以在接近完美缩放的情况下自动分布在多个加速器上。 神经切线正在开发中。 我们热忱欢迎您的贡献! 内容 Colab笔记本 安装 5分钟简介 包装说明 技术陷阱 广泛但有限的网络的动态训练 表现 文件 引文


【文件预览】:
neural-tangents-master
----README.md(27KB)
----presentation()
--------neurips_linearization_poster.pdf(3.99MB)
----tests()
--------batch_test.py(21KB)
--------imdb_test.py(305B)
--------stax_test.py(121KB)
--------empirical_test.py(19KB)
--------infinite_fcn_test.py(988B)
--------predict_test.py(44KB)
--------utils_test.py(5KB)
--------function_space_test.py(996B)
--------monte_carlo_test.py(12KB)
--------weight_space_test.py(986B)
----docs()
--------conf.py(6KB)
--------index.rst(451B)
--------neural_tangents.predict.rst(112B)
--------requirements.txt(133B)
--------neural_tangents.batching.rst(117B)
--------neural_tangents.monte_carlo.rst(135B)
--------neural_tangents.empirical.rst(122B)
--------neural_tangents.stax.rst(106B)
----examples()
--------weight_space.py(4KB)
--------util.py(1KB)
--------datasets.py(7KB)
--------infinite_fcn.py(3KB)
--------__init__.py(575B)
--------imdb.py(5KB)
--------function_space.py(3KB)
----LICENSE(11KB)
----LICENSE_SHORT(574B)
----CONTRIBUTING.md(1KB)
----neural_tangents()
--------predict.py(46KB)
--------utils()
--------stax.py(171KB)
--------__init__.py(1KB)
----notebooks()
--------myrtle_kernel_with_neural_tangents.ipynb(11KB)
--------phase_diagram.ipynb(609KB)
--------weight_space_linearization.ipynb(11KB)
--------function_space_linearization.ipynb(21KB)
--------neural_tangents_cookbook.ipynb(493KB)
--------Disentangling_Trainability_and_Generalization.ipynb(1.47MB)
--------figures()
----setup.py(3KB)
----.travis.yml(318B)
----.readthedocs.yml(421B)

网友评论