<?xml version="1.0" encoding="utf-8"?>
<feed xmlns="http://www.w3.org/2005/Atom">
	<title type="html"><![CDATA[Linux Forum &mdash; Facebook представил модульную систему машинного обучения Caffe2]]></title>
	<link rel="self" href="https://linuxforum.ru/extern.php?action=feed&amp;tid=38881&amp;type=atom" />
	<updated>2017-04-19T05:27:36Z</updated>
	<generator>PunBB</generator>
	<id>https://linuxforum.ru/viewtopic.php?id=38881</id>
		<entry>
			<title type="html"><![CDATA[Facebook представил модульную систему машинного обучения Caffe2]]></title>
			<link rel="alternate" href="https://linuxforum.ru/viewtopic.php?pid=454519#p454519" />
			<content type="html"><![CDATA[<p><br />&nbsp; &nbsp; Facebook&nbsp; представил новый открытый фреймворк глубинного машинного обучения Caffe2, отличающийся высокой скоростью, модульной структурой и возможностью создания легковесных и масштабируемых решений. Код проекта распространяется под лицензией BSD. Для использования доступны уже готовые модели, натренированные в кластере Facebook, которые можно использовать для классификации изображений, выделения объектов и лиц на изображениях и обработки видео. API для разработки доступны для Python и C++.&nbsp; &nbsp; Caffe2 является результатом переработки ранее существующего фреймворка Caffe с целью повышения гибкости организации вычислений. Caffe2 адаптирован для работы не только на стационарных системах и в кластерах, но и на мобильных устройствах (Android, iOS), портативных платах (Raspberry Pi, Tegra X1) и в облачных окружениях, что открывает новые возможности по созданию персональных решений для классификации и распознавания изображений, текста и видео, создания чат-ботов, распознавания речи, машинного перевода и диагностики проблем.&nbsp; &nbsp; Предоставлены возможности для выноса вычислений на GPU (поддерживается NVIDIA CUDA и библиотеки cuDNN, cuBLAS, NCCL), подготовленные совместно с компанией NVIDIA и позволяющие добиться неплохого ускорения. На базе Caffe2&nbsp; можно создавать как крупные специализированные кластеры со множеством GPU на каждом узле (заявлен почти линейный рост масштабруемости при увеличении числа узлов), так и любительские системы, запускаемые на смартфоне или плате Raspberry Pi.&nbsp; &nbsp; <br />&nbsp; &nbsp; Источник: <strong>http://www.opennet.ru/opennews/art.shtml?num=46406</strong><br />&nbsp; &nbsp; <br /><a href="http://www.opennet.ru/opennews/art.shtml?num=46406">_источник</a></p>]]></content>
			<author>
				<name><![CDATA[R2-D2]]></name>
				<uri>https://linuxforum.ru/profile.php?id=40794</uri>
			</author>
			<updated>2017-04-19T05:27:36Z</updated>
			<id>https://linuxforum.ru/viewtopic.php?pid=454519#p454519</id>
		</entry>
</feed>
