MXNet 是一款设计为效率和灵活性的深度学习框架。它允许你混合符号编程和命令式编程，从而最大限度提高效率和生产力。在其核心是一个动态的依赖调度，它能够自动并行符号和命令的操作。有一个图形优化层，使得符号执行速度快，内存使用高效。这个库便携，轻量，而且能够扩展到多个 GPU 和多台机器。中文文档地址：http://mxnet.io/zh/overview.htmlMXNet 的系统架构如下图所示：内容：Documentation and TutorialsDesign NotesCode ExamplesInstallationPretrained ModelsContribute to MXNetFrequent Asked Questions特性：Design notes providing useful insights that can re-used by other DL projectsFlexible configuration for arbitrary computation graphMix and match good flavours of programming to maximize flexibility and efficiencyLightweight, memory efficient and portable to smart devicesScales up to multi GPUs and distributed setting with auto parallelismSupport for python, R, C and JuliaCloud-friendly and directly compatible with S3, HDFS, and Azure 标签：MXNet

PyTorchVideo是一个深度学习库，专注于视频理解工作。 PytorchVideo提供了可重用，模块化和高效的组件，这些组件可加快视频理解研究的速度。 PyTorchVideo使用PyTorch开发，并支持不同的深度学习视频组件，例如视频模型，视频数据集和特定于视频的转换。 用于视频理解研究的深度学习库。 检查网站以获取更多信息。 在Samsung Galaxy S10手机上运行的PyTorchVideo加速X3D模型。 该模型的运行速度比实时速度快约8倍，大约需要130毫秒才能处理一秒钟的视频。 一个基于PyTorchVideo的SlowFast模型，用于执行视频动作检测。 简介PyTorchVideo是一个深度学习库，专注于视频理解工作。 PytorchVideo提供可重复使用的模块化

其中包含scipy、matplotib、scikti-learn、numpy、pandas文档，截至上传时间为最新版

使用相关软件对论文“DeepXDEA Deep Learning Library for Solving Differential Equations”进行的全面翻译，为同学提供一定的便利，若有翻译错误或者侵权的地方，欢迎大家指出，我会及时更正或删除相关内容，感谢支持。

PyBrain：一个 Python 机器学习库

线都呈平行状态，表明两个因素变量不存在交互作用。 （7）输出残差分析图 Estimated Marginal Means of DELUSION BLOCK 4321 E st im at ed M a rg in al M e an s 11.0 10.5 10.0 9.5 9.0 8.5 8.0 COND 1 2 3 4

基于数据挖掘技术的系统——“学习库”.pdf

TF-Agents：一个可靠，可扩展且易于使用的TensorFlow库，用于上下文强盗和强化学习。 使实施，部署和测试新的Bandits和RL算法更加容易。 它提供了经过测试的模块化组件，可以对其进行修改和扩展。 它具有良好的测试集成和基准测试，可实现快速代码迭代。 首先，我们建议您查阅我们的Colab教程之一。 如果您需要RL简介（或快速回顾），请。 否则，请查看我们的以使代理在Cartpole环境中启动并运行。 当前稳定版本的API文档位于。 TF-Agents正在积极开发中，接口可能随时更改。 欢迎提供反馈和意见。 目录 代理商 在TF-Agent中，RL算法的核心元素被实现为Ag

堆叠去噪自编码器matlab代码

C++ 编写的机器学习库：flashlight Flashlight 是一个 C++ 编写的机器学习库，由 Facebook 开源。核心功能包括： 用 ArrayFire tensor 库实现 JIT 内核编译 用 CUDA 和 CUP 作为 GPU 和 CPU 训练的后端 高效且可扩展