資訊專欄INFORMATION COLUMN
摘要：今天，的開發與維護者之一貼出了一封郵件宣布在發布版本之后，終止的開發和維護。網友評論其是功成身退。版本將在接下來的幾周內發布。
今天，Theano的開發與維護者之一 Pascal Lamblin 貼出了一封郵件：Yoshua Bengio 宣布在發布Theano 1.0版本之后，終止Theano的開發和維護。Theano這些年來所提出的大多數創新，現在已經被其他框架采用和完善。例如，將模型表達為數學表達式，重寫計算圖以獲得更好的性能和內存使用，GPU上的透明執行，更高階的自動微分，等等，這些都成為了主流想法。網友評論其是：功成身退。
Theano是Python的一個數值計算庫。在Theano中，計算是使用NumPy-esque語法來表示的，編譯后可以在CPU或GPU架構上高效運行。Theano是一個開源項目，主要由蒙特利爾大學的機器學習團隊開發。
今天，Theano的開發與維護者之一 Pascal Lamblin 貼出了一封郵件：Yoshua Bengio 宣布在發布Theano 1.0版本之后，終止Theano的開發和維護。以下是郵件內容：
親愛的用戶和開發者：
經過近十年的開發，我們很遺憾地宣布，我們將在Theano 1.0版本發布后終止Theano的開發。Theano 1.0版本將在接下來的幾周內發布。我們將繼續保持較低限度的維護，使其再工作一年，但我們將不再積極增加新的功能。這之后，Theano作為開源軟件將繼續可用，但MILA不會承諾仍花時間對其進行維護或支持。
支持深度學習研究的軟件生態系統一直在快速發展，現在已經達到一種健康的狀態：開源軟件已經是常態；有各種各樣的框架可用，滿足了從探索新想法到將它們部署到生產中的需求；而大型企業在激烈競爭中支持不同的軟件棧。
我們很自豪的是，Theano這些年來所提出的大多數創新，現在已經被其他框架采用和完善。例如，將模型表達為數學表達式，重寫計算圖以獲得更好的性能和內存使用，GPU上的透明執行，更高階的自動微分，等等，這些都成為了主流想法。
在這種背景下，我們得出的結論是，支持Theano不再是我們所能促進新研究理念出現和應用的較佳方式。即使來自工業界和學術界的貢獻和支持越來越多，維持一個舊的代碼庫并與競爭對手保持同步已經成為創新的阻礙。
MILA仍將致力于支持研究人員，并支持創新的研究想法的實現和探索。我們將通過其他方式繼續朝著這個目標努力，并為其他項目做出重要的開源貢獻。
感謝所有幫助開發Theano，并通過貢獻bug報告、配置文件、用例、文檔和支持來改進它的人。-- Yoshua Bengio,?MILA主管?
歡迎加入本站公開興趣群商業智能與數據分析群
興趣范圍包括各種讓數據產生價值的辦法，實際應用案例分享與討論，分析工具，ETL工具，數據倉庫，數據挖掘工具，報表系統等全方位知識
QQ群：81035754
文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。
轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/4647.html
摘要：但年月，宣布將在年終止的開發和維護。性能并非最優，為何如此受歡迎粉絲團在過去的幾年里，出現了不同的開源深度學習框架，就屬于其中典型，由谷歌開發和支持，自然引發了很大的關注。 Keras作者Fran?ois Chollet剛剛在Twitter貼出一張圖片，是近三個月來arXiv上提到的深度學習開源框架排行：TensorFlow排名第一，這個或許并不出意外，Keras排名第二，隨后是Caffe、...
摘要：另外，當損失函數接近全局最小時，概率會增加。降低訓練過程中的學習率。對抗樣本的訓練據最近信息顯示，神經網絡很容易被對抗樣本戲弄。使用高度正則化會有所幫助，但會影響判斷不含噪聲圖像的準確性。 由 Yoshua Bengio、 Leon Bottou 等大神組成的講師團奉獻了 10 天精彩的講座，劍橋大學自然語言處理與信息檢索研究組副研究員 Marek Rei 參加了本次課程，在本文中，他精煉地...
摘要：八月初，我有幸有機會參加了蒙特利爾深度學習暑期學校的課程，由最知名的神經網絡研究人員組成的為期天的講座。另外，當損失函數接近全局最小時，概率會增加。降低訓練過程中的學習率。對抗樣本的訓練據最近信息顯示，神經網絡很容易被對抗樣本戲弄。 8月初的蒙特利爾深度學習暑期班，由Yoshua Bengio、 Leon Bottou等大神組成的講師團奉獻了10天精彩的講座，劍橋大學自然語言處理與信息檢索研...
摘要：在過去五年里，我碰巧使用了一個收藏了篇機器學習論文的數據庫，這些論文都來自于。因此，本文將這五年間機器學習的發展趨勢進行了簡單的總結。我們得到了如下結果是的，年月份，接受了多篇與機器學習領域有關的論文。 機器學習的趨勢概述如果你用過谷歌趨勢（Google Trends），你一定會發現它很酷——你輸入一些關鍵詞，你就能夠看到這些關鍵詞的谷歌搜索量是如何隨著時間而變化的。在過去五年里，我碰巧使用...
摘要：深度學習理論在機器翻譯和字幕生成上取得了巨大的成功。在語音識別和視頻，特別是如果我們使用深度學習理論來捕捉多樣的時標時，會很有用。深度學習理論可用于解決長期的依存問題，讓一些狀態持續任意長時間。 Yoshua Bengio，電腦科學家，畢業于麥吉爾大學，在MIT和AT&T貝爾實驗室做過博士后研究員，自1993年之后就在蒙特利爾大學任教，與 Yann LeCun、 Geoffrey Hinto...
閱讀 2247·2021-11-23 09:51
閱讀 1042·2021-11-18 10:02
閱讀 3434·2021-10-13 09:49
閱讀 1262·2021-09-22 14:57
閱讀 10388·2021-08-18 10:20
閱讀 1181·2019-08-30 15:55
閱讀 2225·2019-08-29 16:06
閱讀 3232·2019-08-29 11:14
