Wolfram Language

  • Utilisez un large éventail de types de couches orientées image pour mettre en œuvre des algorithmes de pointe de vision par le biais de l'ordinateur. »
  • Définissez les topologies de réseaux avec de multiples entrées, sorties, et la structure de connectivité de graphe orienté acyclique arbitraire. »
  • Travaillez avec l'image, les entrées et sorties numériques catégoriques. »
  • Définissez des réseaux avec de multiples fonctions de perte pour effectuer l'apprentissage multitâche. »
  • Évaluez facilement les réseaux formés en utilisant une variété de paramètres de classificateur intégrés. »
  • Entraînez des ensembles de données d'image en dehors du noyau. »
  • Entraînez des réseaux que ce soit en CPU ou en GPU de NVIDIA. »
  • Profitez de la bibliothèque NVIDIA CUDA de réseaux neuronaux profonds (cuDNN) pour une performance optimale du GPU. »
  • Importez et exportez les réseaux entraînés comme les fichiers de "WLNet". »
  • Employez l'inférence automatique de forme de tenseur pour écrire des définitions de réseaux succincts. »

Exemples connexes

Fonctions connexes

Guides connexes

Voir aussi les nouveautés de 11

de en es ja ko pt-br ru zh