Share via

przykłady CNTK

  • Artykuł

Foldery Tutorials/ i Examples/ zawierają różne przykładowe konfiguracje dla sieci CNTK przy użyciu interfejsu API języka Python, języka C# i języka BrainScript. Przykłady są ustrukturyzowane według tematu na obraz, Language Understanding, mowę i tak dalej. Aby rozpocząć pracę z CNTK zalecamy samouczki w folderze Tutorials .

Przykłady języka Python

Najlepszym sposobem na poznanie interfejsów API jest zapoznanie się z następującymi przykładami w katalogu [CNTK clone root]/Examples:

  • MNIST: W pełni połączony model przekazywania danych do klasyfikacji obrazów MNIST. (postępuj zgodnie z instrukcjami w sekcji Examples/Image/DataSets/MNIST/README.md)
  • TrainResNet_CIFAR10: Model klasyfikacji obrazów ResNet do trenowania w zestawie danych obrazu CIFAR. (postępuj zgodnie z instrukcjami w sekcji Examples/Image/DataSets/CIFAR-10/README.md, aby pobrać zestaw danych CIFAR i przekonwertować go na obsługiwany format CNTK)
  • WzmocnienieDowiedzenie: Uczenie wzmacniania za pomocą sieci neuronowych Deep Q (DQN).
  • SequenceClassification: Model klasyfikacji sekwencji LSTM dla danych tekstowych.
  • Sequence2Sequence: Sekwencja sekwencji grafeme-to-phoneme model tłumaczenia, który trenuje na korpusie CMUDict.
  • NumpyInterop — przykład współdziałania biblioteki NumPy pokazujący, jak wytrenować prostą sieć przekazywania źródła danych przy użyciu danych treningowych przekazywanych przy użyciu tablic NumPy.
  • LanguageUnderstanding — Language Understanding.
  • ZnakLM: Model języka na poziomie znaku LSTM do przewidywania następnego znaku wyjściowego w sekwencji.
  • LightRNN: Implementacja lightRNN w CNTK.
  • WordLMWithSampledSoftmax: Model języka na poziomie wyrazów z próbkowanym softmax.
  • Wideo — podstawowe sieci konwolucyjne 3D do uczenia głębokiego w zadaniach wideo.

Omówienie wszystkich przykładów i samouczków jest również dostępne na stronie galerii modeli Cognitive Toolkit.

Przykłady w języku C#

Na stronie CNTK Training with C# Examples (Trenowanie za pomocą języka C# przykłady) przedstawiono przykłady tworzenia, trenowania i weryfikowania modeli sieci rozproszonej.

Przykłady oceny

Strona przykłady CNTK Eval zawiera przykłady pokazujące, jak oceniać wstępnie wytrenowane modele przy użyciu języków C++, C#/.NET, Python i Java.