- 授权协议: BSD
- 开发语言: Python
- 操作系统: 跨平台
- 软件首页: https://github.com/lisa-lab/pylearn2
- 软件文档: http://deeplearning.net/software/pylearn2/
软件介绍
Pylearn2是一个基于Theano的机器学习库,它的大部分功能是基于Theano顶层实现的。这意味着用户可以用数学表达式去编写Pylearn2插件(新模型、算法等),Theano不仅会帮助用户优化这些表达式,并且将这些表达式编译到CPU或者GPU中。
功能特性
研究人员可以添加他们所需要的功能。我们避免提前设置过多自上而下的计划,这样容易导致用户难以使用。
一个实现高效科学实验的机器学习工具箱。
LISA实验室发布的所有模型/算法都应该在Pylearn2中具有引用说明。
Pylearn2可能会引用其他库,如scikit-learn。
Pylearn2与scikit-learn的不同之处在于Pylearn2旨在提供极大的灵活性,使得研究人员可以自行实现任何事情。而scikit-learn旨在作为一个“黑箱”,即使用户对算法底层实现没有了解也可以输出实验结果。
包括了矢量,图像,视频等数据集接口。
一个针对普通MLP/RBM/SDA/卷积实验所有需要内容的小型框架。
易于重复使用Pylearn2的子组件。
使用Pylearn2库的一个子组件不会强制用户使用/学习使用所有其他子组件,用户可以自行选择。
支持跨平台序列化学习模型。
十分简单易用(蒙特利尔大学的IFT6266)。
高扩展性网站的50条原则
[美] Martin L. Abbott、[美]Michael T. Fisher / 张欣、杨海玲 / 人民邮电出版社 / 2012-6-3 / 35.00元
《高扩展性网站的50条原则》给出了设计高扩展网站的50条原则,如不要过度设计、设计时就考虑扩展性、把方案简化3倍以上、减少DNS查找、尽可能减少对象等,每个原则都与不同的主题绑定在一起。大部分原则是面向技术的,只有少量原则解决的是与关键习惯和方法有关的问题,当然,每个原则都对构建可扩展的产品至关重要。 主要内容包括: 通过克隆、复制、分离功能和拆分数据集提高网站扩展性; 采用横向......一起来看看 《高扩展性网站的50条原则》 这本书的介绍吧!
