Partilhar via

CNTK Exemplos

  • Artigo

Os Tutoriais/ e Exemplos/pastas contêm uma variedade de configurações de exemplo para redes CNTK utilizando o Python API, C# e BrainScript. Os exemplos são estruturados por tópico em Imagem, Language Understanding, Discurso, e assim por diante. Para começar com CNTK recomendamos os tutoriais na Tutorials pasta.

Python Exemplos

A melhor maneira de aprender sobre as APIs é olhar para os seguintes exemplos no diretório [CNTK raiz de clone]/Exemplos:

  • MNIST: Um modelo totalmente ligado para a classificação de imagens MNIST. (siga as instruções em Exemplos/Imagens/DataSets/MNIST/README.md)
  • TrainResNet_CIFAR10: Uma classificação de imagem ResNet modelo para formação no conjunto de dados de imagem CIFAR. (siga as instruções em Exemplos/Image/DataSets/CIFAR-10/README.md para obter o conjunto de dados CIFAR e convertê-lo no formato suportado CNTK)
  • ReforçoSAprendeu: Aprendizagem de reforço com Redes Neuronais Deep Q (DQN).
  • SequênciaClassificação: Uma classificação de sequência LSTM modelo para dados de texto.
  • Sequência2Sequence: Uma sequência para sequenciar a tradução grafeme-para-fonme modelo que treina no corpus CMUDict.
  • NumpyInterop - Exemplo de interoperabilidade numPy mostrando como treinar uma rede simples de feed-forward com dados de treino alimentados com matrizes NumPy.
  • LanguageUnderstanding - Language Understanding.
  • CharacterlM: Uma linguagem de nível de caracteres LSTM modelo prever o próximo personagem de saída numa sequência.
  • LightRNN: Implementação da LightRNN em CNTK.
  • WordLMWithSampledSoftmax: Uma linguagem de nível de palavra modelo com softmax amostrado.
  • Vídeo - Redes básicas de convolução 3D para aprendizagem profunda em tarefas de vídeo.

Uma visão geral de todos os exemplos e tutoriais também é fornecida pela página Cognitive Toolkit Model Gallery.

Exemplos

A página CNTK Training with C# Exemplos fornece exemplos que mostram como construir, treinar e validar modelos DNN.

Exemplos de avaliação

A página CNTK Exemplos Eval fornece exemplos que demonstram como avaliar modelos pré-treinados usando C++,C#/.NET, Python e Java.