Fugu-MT 論文翻訳(概要): DeepAL: Deep Active Learning in Python

論文の概要: DeepAL: Deep Active Learning in Python

arxiv url: http://arxiv.org/abs/2111.15258v1
Date: Tue, 30 Nov 2021 10:17:58 GMT
ステータス: 処理完了
システム内更新日: 2021-12-01 15:53:50.269603
Title: DeepAL: Deep Active Learning in Python
Title（参考訳）: DeepAL: Pythonのディープラーニング
Authors: Kuan-Hao Huang
Abstract要約: DeepALはPythonライブラリで、アクティブな学習のための一般的な戦略をいくつか実装している。 DeepALはGithubでオープンソースで、コントリビューションを歓迎している。
参考スコア（独自算出の注目度）: 0.16317061277456998
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We present DeepAL, a Python library that implements several common strategies for active learning, with a particular emphasis on deep active learning. DeepAL provides a simple and unified framework based on PyTorch that allows users to easily load custom datasets, build custom data handlers, and design custom strategies without much modification of codes. DeepAL is open-source on Github and welcome any contribution.
Abstract（参考訳）: 我々は,アクティブ学習のためのいくつかの共通戦略を実装したPythonライブラリであるDeepALを紹介する。 deepalはpytorchをベースにしたシンプルで統一されたフレームワークを提供し、ユーザーはカスタムデータセットの読み込み、カスタムデータハンドラの構築、コードの変更なしにカスタム戦略を設計することができる。 DeepALはGithubでオープンソースで、コントリビューションを歓迎している。

関連論文リスト

MALPOLON: A Framework for Deep Species Distribution Modeling [3.1457219084519004]
MALPOLONは深部種分布モデル(deep-SDM)の訓練と推測を容易にすることを目的としている Pythonで書かれ、PyTorchライブラリ上に構築されている。このフレームワークはGitHubとPyPiでオープンソース化されている。
論文参考訳（メタデータ） (2024-09-26T17:45:10Z)
Relational Deep Learning: Graph Representation Learning on Relational Databases [69.7008152388055]
複数のテーブルにまたがって配置されたデータを学ぶために、エンドツーエンドの表現アプローチを導入する。メッセージパッシンググラフニューラルネットワークは、自動的にグラフを学習して、すべてのデータ入力を活用する表現を抽出する。
論文参考訳（メタデータ） (2023-12-07T18:51:41Z)
Causal-learn: Causal Discovery in Python [53.17423883919072]
因果発見は、観測データから因果関係を明らかにすることを目的としている。 $textitcausal-learn$は因果発見のためのオープンソースのPythonライブラリである。
論文参考訳（メタデータ） (2023-07-31T05:00:35Z)
DeepOnto: A Python Package for Ontology Engineering with Deep Learning [21.459646169565602]
ディープラーニングを用いたエンジニアリング用に設計されたPythonパッケージであるDeepOntoを提示する。 DeepOntoは、さまざまなエンジニアリングタスクをサポートする一連のツール、機能、アルゴリズムを提供する。
論文参考訳（メタデータ） (2023-07-06T15:35:02Z)
Deep Learning: From Basics to Building Deep Neural Networks with Python [0.0]
この本は、ディープラーニングに精通していない初心者を対象としている。読者からの唯一の期待は、Pythonの基本的なプログラミングスキルをすでに持っていることです。
論文参考訳（メタデータ） (2022-04-22T11:57:19Z)
DeepKE: A Deep Learning Based Knowledge Extraction Toolkit for Knowledge Base Population [95.0099875111663]
DeepKEは、名前付きエンティティ認識、関係抽出、属性抽出など、さまざまな情報抽出タスクを実装している。 DeepKEを使えば、開発者や研究者はデータセットやモデルをカスタマイズして、要求に応じて構造化されていないデータから情報を抽出できる。
論文参考訳（メタデータ） (2022-01-10T13:29:05Z)
Solo-learn: A Library of Self-supervised Methods for Visual Representation Learning [83.02597612195966]
solo-learnは視覚表現学習のための自己指導型のメソッドのライブラリである。 Pythonで実装され、PytorchとPytorch Lightningを使用して、このライブラリは研究と業界のニーズの両方に適合する。
論文参考訳（メタデータ） (2021-08-03T22:19:55Z)
PyTorch Tabular: A Framework for Deep Learning with Tabular Data [0.0]
PyTorch Tabularは、PyTorchとPyTorch Lightning上に構築された新しいディープラーニングライブラリである。 pandasデータフレームで直接動作する。 NODEやTabNetのような多くのSOTAモデルは、すでに統合されたAPIでライブラリに統合され実装されている。
論文参考訳（メタデータ） (2021-04-28T08:50:08Z)
DeepRobust: A PyTorch Library for Adversarial Attacks and Defenses [52.18827652666269]
DeepRobustはPyTorchの逆学習ライブラリである。この研究分野を育成するための、包括的で使いやすいプラットフォームの構築を目指している。
論文参考訳（メタデータ） (2020-05-13T04:43:46Z)
OPFython: A Python-Inspired Optimum-Path Forest Classifier [68.8204255655161]
本稿では,OPFythonと表記されるPythonベースのOptimum-Path Forestフレームワークを提案する。 OPFythonはPythonベースのライブラリなので、C言語よりもフレンドリーな環境とプロトタイピングの作業スペースを提供する。
論文参考訳（メタデータ） (2020-01-28T15:46:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。