AdaNet

​轻量级和可扩展的 TensorFlow AutoML 框架
授权协议 Apache-2.0
开发语言 Python SHELL
所属分类 神经网络/人工智能、 机器学习/深度学习
软件类型 开源软件
地区 不详
投 递 者 韶硕
操作系统 跨平台
开源组织 Google
适用人群 未知
 软件概览

谷歌开源的 AdaNet 是一个轻量级的基于 TensorFlow 的框架,可以在最少的专家干预下自动学习高质量的模型。

AdaNet 使用了 AdaNet 算法用于训练和部署自适应神经网络 [Cortes et al. ICML 2017]。AdaNet 结合了多个经过训练的子网,以降低设计有效神经网络所固有的复杂性。

AdaNet提供以下特征:

  • Estimator API,可轻松训练、评估和服务 AdaNet 模型

  • 学习在 TensorFlow 中集成用户定义的子网

  • 用于在单个 train() 调用中搜索子网架构和参数的接口

  • 关于 CPU 和 GPU 的分布式训练(我们正在开发 TPU 支持)

  • 一流的 TensorBoard integration

  • 提供理论学习

按照官方的说法,AdaNet 以最近的强化学习和基于进化的 AutoML 研究为基础,在提供学习保证的同时实现了快速、灵活。更重要的是,AdaNet 提供了一个通用框架,不仅可以学习神经网络架构,还可以学习集成,以获得更好的模型。

  •  TF之AutoML之AdaNet框架:AdaNet框架的简介、特点、使用方法详细攻略     目录 AdaNet框架的简介 AdaNet框架的特点 AdaNet框架的使用方法       AdaNet框架的简介         谷歌开源了基于 TensorFlow 的轻量级框架 AdaNet,该框架可以使用少量专家干预来自动学习高质量模型。         AdaNet 是一个轻量级的基于Ten

  • adanet是一个基于Tensorflow的轻量级框架,只需要很少的专业干预,就可以自动学习出高质量的模型。在最近的AutoML成果上构建,既快速又灵活,还可以保证学习质量。 adanet提供通用框架,既能学习神经网络,又能集成网络以获得更好的模型。   参考链接: https://github.com/tensorflow/adanet 转载于:https://www.cnblogs.com/y

 相关资料
  • 问题内容: 是否有一个提供发布/订阅模式的Java轻量级框架? 一些理想的功能 支持泛型 向发布者注册多个订阅者 API主要是接口和一些有用的实现 完全不需要内存,持久性和事务保证。 我了解JMS,但这对我来说太过分了。发布/订阅的数据是文件系统扫描的结果,扫描结果被馈送到另一个组件进行处理,然后在将其馈给另一个组件之前进行处理,依此类推。 编辑:所有在同一过程中。bean的PropertyCha

  • 本文向大家介绍轻量级javascript 框架Backbone使用指南,包括了轻量级javascript 框架Backbone使用指南的使用技巧和注意事项,需要的朋友参考一下 Backbone 是一款基于模型-视图-控制器 MVC 模式的轻量级javascript 框架 ,可以用来帮助开发人员创建单页Web应用。 借助Backbone 我们可以使用REST的方式来最小化客户端和服务器间的数据传输,

  • 本文向大家介绍前端轻量级MVC框架CanJS详解,包括了前端轻量级MVC框架CanJS详解的使用技巧和注意事项,需要的朋友参考一下 选择正确的库 创建一个JS APP没有好的工具是很有难度的,jQuery只是操作DOM的库,没有提供任何创建APP的基础,这就是为什么我们要一个类似CanJS的专门的库。 CanJS 是一个轻量级的MVC库,提供你创建一个JS APP所需的工具。 CanJS 是一个轻

  • Swoole扩展 到GitHub首页下载Swoole扩展源码,地址:https://github.com/swoole/swoole-src 下载后按照标准的PHP扩展编译方式进行编译和安装。一般是 phpize ./configure make install 编译安装完后,修改php.ini加入extension=swoole.so开启swoole扩展。也可以通过dl('swoole.so'

  • 趋势 长相 男人 ----西式服装 -----伤员 --鞋类 }

  • 第十三章介绍了如何开发一个Web框架,通过介绍MVC、路由、日志处理、配置处理完成了一个基本的框架系统,但是一个好的框架需要一些方便的辅助工具来快速的开发Web,那么我们这一章将就如何提供一些快速开发Web的工具进行介绍,第一小节介绍如何处理静态文件,如何利用现有的twitter开源的bootstrap进行快速的开发美观的站点,第二小节介绍如何利用前面介绍的session来进行用户登录处理,第三小