Vertaling van "Apache MXNet" in Frans
We konden deze vermelding niet vinden. Er worden benaderende resultaten weergegeven. Controleer je spelling of stel voor deze term aan het woordenboek toe te voegen.
Zudem können Sie Deep-Learning-Frameworks wie Apache MXNet mit Ihren Sparks-Anwendungen verwenden.
De plus, vous pouvez utiliser les frameworks d'apprentissage profond comme Apache MXNet avec vos applications Spark.
In Zusammenarbeit mit NVIDIA haben Techniker und Forscher von AWS Algorithmen für Neural Machine Translation (NMT) auf Apache MXNet voroptimiert.
En collaborant activement avec NVIDIA, les chercheurs et les ingénieurs d'AWS ont pré-optimisé leurs algorithmes NMT pour Apache MXNet.
Diese Veröffentlichung der AWS Deep Learning-AMIs unterstützt Apache MXNet 1.0, einschließlich einer neuen Modellbereitstellungsfunktion für MXNet, die Deep Learning-Modelle mit nur wenigen Codezeilen verpackt, ausführt und bereitstellt.
Cette version des AMI AWS Deep Learning prend en charge Apache MXNet 1.0, dont une nouvelle fonctionnalité de traitement de modèle pour MXNet qui empaquette, exécute et traite les modèles d'apprentissage profond en quelques lignes de code.
Sie können zwischen TensorFlow, PyTorch, Apache MXNet, und anderen beliebten Frameworks wählen, um mit Machine Learning-Algorithmen zu experimentieren und sie anzupassen.
Choisissez parmi TensorFlow, PyTorch, Apache MXNet, et d'autres frameworks répandus pour expérimenter et personnaliser les algorithmes de machine learning.
Apache MXNet ist ein schnelles, skalierbares Deep-Learning-Framework für Training und Inferenz.
Apache MXNet est un framework rapide et évolutif pour l'entraînement et les inférences Deep Learning.
Sie können Apache Zeppelin außerdem zum Erstellen interaktiver und kooperativer Notizbücher zur Datenexploration mit Apache Spark einsetzen oder Deep-Learning-Frameworks wie Apache MXNet zusammen mit Ihren Spark-Anwendungen verwenden.
Par ailleurs, vous pouvez utiliser Apache Zeppelin pour créer des cahiers interactifs et collaboratifs pour l'exploration de données avec Apache Spark et utiliser les frameworks d'apprentissage profond comme Apache MXNet avec vos applications Spark.
Die Images enthalten die erforderlichen Deep-Learning-Framework-Bibliotheken (aktuell TensorFlow und Apache MXNet) und Tools und sind voll getestet.
Les images contiennent les bibliothèques de frameworks de Deep Learning (actuellement TensorFlow et Apache MXNet) et les outils requis. Ces images sont entièrement testées.
Docker-Images sind für TensorFlow und Apache MXNet auf CPU- und GPU-Hardware für Schulungen und Inferenz verfügbar.
Les images Docker sont disponibles pour TensorFlow et Apache MXNet sur le matériel CPU et GPU pour la formation et l'inférence.
Amazon SageMaker konfiguriert und optimiert TensorFlow, Apache MXNet, Chainer, PyTorch, Scikit-learn und SparkML automatisch, sodass Sie diese Frameworks ohne vorherige Einrichtung verwenden können. In den kommenden Monaten werden außerdem weitere gängige Frameworks ergänzt.
Amazon SageMaker configure et optimise automatiquement TensorFlow, Apache MXNet, Chainer, PyTorch, Scikit-learn et SparkML pour que vous n'ayez rien à configurer pour commencer à utiliser ces frameworks, et nous comptons intégrer d'autres frameworks importants dans les mois à venir.
Diese Notebooks sind vorab mit CUDA- und cuDNN-Treibern für bekannte Deep Learning-Plattformen, Anaconda-Paketen und Bibliotheken für TensorFlow, Apache MXNet, PyTorch und Chainer geladen.
Ces blocs-notes sont équipés de pilotes CUDA et cuDNN pour les plateformes populaires de deep learning, de packages Anaconda et de bibliothèques pour TensorFlow, Apache MXNet, PyTorch et Chainer.
AWS Inferentia unterstützt die Deep Learning Frameworks von TensorFlow, Apache MXNet und PyTorch sowie Modelle, die das ONNX-Format nutzen.
AWS Inferentia prendra en charge les frameworks de deep learning TensorFlow, Apache MXNet et PyTorch, ainsi que les modèles utilisant le format ONNX.
Die Open-Source-Docker-Container Apache MXNet und Tensorflow, die in Amazon SageMaker verwendet werden, sind auf Github verfügbar.
Les conteneurs Docker open source Apache MXNet et Tensorflow utilisés dans Amazon SageMaker sont disponibles sur Github.
Diese Daten können Sie dann im Machine Learning-Framework Ihrer Wahl wie Apache MxNet, TensorFlow oder OpenCV analysieren und für die industrielle Automatisierung, etwa für die proaktive Wartung, einsetzen.
Vous pouvez alors analyser les données à l'aide de votre environnement de machine learning préféré, comme Apache MxNet, TensorFlow ou OpenCV, pour des cas d'utilisation liés à l'automatisation industrielle tels que la maintenance prévisionnelle.
