Questa è l'app Linux chiamata Learning to Learn in TensorFlow, la cui ultima versione può essere scaricata come learning-to-learnsourcecode.tar.gz. Può essere eseguita online sul provider di hosting gratuito OnWorks per workstation.
Scarica ed esegui online gratuitamente questa app chiamata Learning to Learn in TensorFlow con OnWorks.
Segui queste istruzioni per eseguire questa app:
- 1. Scaricata questa applicazione sul tuo PC.
- 2. Entra nel nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 3. Carica questa applicazione in tale file manager.
- 4. Avviare l'emulatore online OnWorks Linux o Windows online o l'emulatore online MACOS da questo sito Web.
- 5. Dal sistema operativo OnWorks Linux che hai appena avviato, vai al nostro file manager https://www.onworks.net/myfiles.php?username=XXXXX con il nome utente che desideri.
- 6. Scarica l'applicazione, installala ed eseguila.
IMMAGINI:
Imparare ad imparare in TensorFlow
DESCRIZIONE:
Learning to Learn, creato da Google DeepMind, è un framework sperimentale che implementa il meta-apprendimento, ovvero l'addestramento delle reti neurali ad apprendere autonomamente strategie di ottimizzazione anziché affidarsi ad algoritmi progettati manualmente come Adam o SGD. Il repository fornisce codice per l'addestramento e la valutazione di ottimizzatori appresi, in grado di generalizzare su diverse tipologie di problemi, come funzioni quadratiche e attività di classificazione di immagini (MNIST e CIFAR-10). Utilizzando TensorFlow, definisce un modello di meta-ottimizzatore che apprende osservando e adattandosi alle traiettorie di ottimizzazione di altri modelli. Il progetto consente agli utenti di confrontare le prestazioni tra ottimizzatori tradizionali e l'ottimizzatore appreso (L2L) su vari benchmark, dimostrando come le strategie di ottimizzazione possano essere apprese attraverso l'esperienza. Il progetto supporta sia problemi a variabile singola che ad alta dimensionalità e include strumenti per valutare le prestazioni di un ottimizzatore appreso su attività non osservate.
Caratteristiche
- Addestra le reti neurali ad apprendere strategie di ottimizzazione attraverso il meta-apprendimento
- Supporta molteplici problemi di benchmark (quadratici, MNIST, CIFAR-10)
- Include script di formazione e valutazione con parametri configurabili
- Consente una facile integrazione di nuovi problemi di ottimizzazione tramite TensorFlow
- Fornisce un ottimizzatore appreso (L2L) e confronti di base con Adam
- Traccia e salva le prestazioni dell'ottimizzatore attraverso le epoche di addestramento
Linguaggio di programmazione
Python
Categorie
Questa applicazione può essere scaricata anche da https://sourceforge.net/projects/learn-2learn-tensorflow.mirror/. È ospitata su OnWorks per poter essere eseguita online nel modo più semplice da uno dei nostri sistemi operativi gratuiti.