Poznámka:
Přístup k této stránce vyžaduje autorizaci. Můžete se zkusit přihlásit nebo změnit adresáře.
Přístup k této stránce vyžaduje autorizaci. Můžete zkusit změnit adresáře.
Jazyk F# exceluje v datových vědách a strojovém učení. Tento článek obsahuje odkazy na některé důležité zdroje související s tímto režimem použití jazyka F#.
Informace o dalších možnostech, které jsou k dispozici pro strojové učení a datové vědy, najdete v příručce F# Software Foundation pro datové vědy s jazykem F#.
ML.NET
ML.NET je open source a multiplatformní architektura strojového učení vytvořená pro vývojáře v .NET. S ML.NET můžete vytvářet vlastní modely ML pomocí jazyka C# nebo F#, aniž byste museli opustit ekosystém .NET. ML.NET vám umožní opakovaně používat všechny znalosti, dovednosti, kód a knihovny, které už máte jako vývojář .NET, abyste mohli snadno integrovat strojové učení do vašich webových, mobilních, desktopových, her a aplikací IoT.
Hluboké učení s torchSharpem
TorchSharp je opensourcová sada vazeb pro modul Pytorch použitelný pro hluboké učení z jazyka F#. Příklady v jazyce F# jsou k dispozici v torchSharpExamples.
FsLab
FsLab je komunitní inkubační prostor pro datové vědy s F#.
Viz také
Spolupracujte s námi na GitHubu
Zdroj tohoto obsahu najdete na GitHubu, kde můžete také vytvářet a kontrolovat problémy a žádosti o přijetí změn. Další informace najdete v našem průvodci pro přispěvatele.
