CNTK範例

Tutorials/和Examples/資料夾包含各種範例組態，適用于使用 Python API、C# 和 BrainScript 的CNTK網路。 這些範例依主題結構化為 Image、Language Understanding、Speech 等等。 若要開始使用CNTK我們建議資料夾中的 Tutorials 教學課程。

Python 範例

瞭解 API 的最佳方式是查看 [CNTK複製根目錄]/Examples 目錄中的下列範例：

• MNIST： 用於分類 MNIST 影像的完整連線摘要轉送模型。 (遵循 Examples/Image/DataSets/MNIST/README.md) 中的指示
• TrainResNet_CIFAR10： 用於在 CIFAR 影像資料集上定型的影像分類 ResNet 模型。 (遵循 Examples/Image/DataSets/CIFAR-10/README.md 中的指示來取得 CIFAR 資料集，並將其轉換成CNTK支援的格式)
• ReinforcementLearning： 深度 Q 類神經網路的增強式學習 (DQN) 。
• SequenceClassification： 文字資料的 LSTM 序列分類模型。
• Sequence2Sequence： 排序 grapheme 到 phoneme 轉譯模型的順序，可訓練 CMUDict 主體。
• NumpyInterop - NumPy 互通性範例，示範如何使用 NumPy 陣列來訓練簡單的轉送網路與訓練資料。
• LanguageUnder understanding - Language Understanding。
• CharacterLM： LSTM 字元層級語言模型，用來預測序列中的下一個輸出字元。
• LightRNN：CNTK中的 LightRNN 實作。
• WordLMWithSampledSoftmax： 文字層級語言模型，具有取樣的 softmax。
• 影片 - 基本 3D 卷積網路，用於對影片工作進行深度學習。

Cognitive Toolkit模型庫頁面也會提供所有範例和教學課程的概觀。

C# 範例

[使用 C# 訓練CNTK範例] 頁面提供示範如何建置、定型及驗證 DNN 模型的範例。

評估範例

CNTK Eval 範例頁面提供範例，示範如何使用 C++、C#/.NET、Python 和 JAVA 評估預先定型的模型。