CNTK 예제

  • 아티클

자습서/및 예제/폴더에는 Python API, C# 및 BrainScript를 사용하는 CNTK 네트워크에 대한 다양한 예제 구성이 포함되어 있습니다. 예제는 항목별로 Image, Language Understanding, Speech 등으로 구성됩니다. CNTK 시작하려면 폴더의 자습서를 Tutorials 사용하는 것이 좋습니다.

Python 예제

API에 대해 알아보는 가장 좋은 방법은 [CNTK 복제 루트]/Examples 디렉터리에서 다음 예제를 살펴보는 것입니다.

  • MNIST: MNIST 이미지 분류를 위한 완전히 연결된 피드 전달 모델입니다. (Examples/Image/DataSets/MNIST/README.md의 지침을 따릅니다.)
  • TrainResNet_CIFAR10: CIFAR 이미지 데이터 세트에 대한 학습을 위한 이미지 분류 ResNet 모델입니다. (Examples/Image/DataSets/CIFAR-10/README.md의 지침에 따라 CIFAR 데이터 세트를 가져와서 지원되는 CNTK 형식으로 변환합니다.
  • ReinforcementLearning: 딥 Q 신경망(DQN)을 사용한 강화 학습
  • SequenceClassification: 텍스트 데이터에 대한 LSTM 시퀀스 분류 모델입니다.
  • Sequence2Sequence: CMUDict 모음에서 학습하는 그래프-음소 변환 모델을 시퀀스하는 시퀀스입니다.
  • NumpyInterop - NumPy 배열을 사용하여 학습 데이터를 사용하여 간단한 피드 전달 네트워크를 학습하는 방법을 보여 주는 NumPy 상호 운용성 예제입니다.
  • LanguageUnderstanding - Language Understanding.
  • CharacterLM: 시퀀스의 다음 출력 문자를 예측하는 LSTM 문자 수준 언어 모델입니다.
  • LightRNN: CNTK LightRNN 구현
  • WordLMWithSampledSoftmax: 샘플링된 softmax를 사용하는 단어 수준 언어 모델입니다.
  • 비디오 - 비디오 작업에 대한 딥 러닝을 위한 기본 3D 나선형 네트워크입니다.

모든 예제 및 자습서에 대한 개요는 Cognitive Toolkit 모델 갤러리 페이지에서도 제공됩니다.

C# 예제

C# 예제를 사용한 CNTK 학습 페이지에서는 DNN 모델을 빌드, 학습 및 유효성 검사하는 방법을 보여 주는 예제를 제공합니다.

평가 예제

CNTK Eval 예제 페이지에서는 C++, C#/.NET, Python 및 Java를 사용하여 미리 학습된 모델을 평가하는 방법을 보여 주는 예제를 제공합니다.