摘要：今天，的开发与维护者之一贴出了一封邮件宣布在发布版本之后，终止的开发和维护。网友评论其是功成身退。版本将在接下来的几周内发布。
今天，Theano的开发与维护者之一 Pascal Lamblin 贴出了一封邮件：Yoshua Bengio 宣布在发布Theano 1.0版本之后，终止Theano的开发和维护。Theano这些年来所提出的大多数创新，现在已经被其他框架采用和完善。例如，将模型表达为数学表达式，重写计算图以获得更好的性能和内存使用，GPU上的透明执行，更高阶的自动微分，等等，这些都成为了主流想法。网友评论其是：功成身退。
Theano是Python的一个数值计算库。在Theano中，计算是使用NumPy-esque语法来表示的，编译后可以在CPU或GPU架构上高效运行。Theano是一个开源项目，主要由蒙特利尔大学的机器学习团队开发。
今天，Theano的开发与维护者之一 Pascal Lamblin 贴出了一封邮件：Yoshua Bengio 宣布在发布Theano 1.0版本之后，终止Theano的开发和维护。以下是邮件内容：
亲爱的用户和开发者：
经过近十年的开发，我们很遗憾地宣布，我们将在Theano 1.0版本发布后终止Theano的开发。Theano 1.0版本将在接下来的几周内发布。我们将继续保持较低限度的维护，使其再工作一年，但我们将不再积极增加新的功能。这之后，Theano作为开源软件将继续可用，但MILA不会承诺仍花时间对其进行维护或支持。
支持深度学习研究的软件生态系统一直在快速发展，现在已经达到一种健康的状态：开源软件已经是常态；有各种各样的框架可用，满足了从探索新想法到将它们部署到生产中的需求；而大型企业在激烈竞争中支持不同的软件栈。
我们很自豪的是，Theano这些年来所提出的大多数创新，现在已经被其他框架采用和完善。例如，将模型表达为数学表达式，重写计算图以获得更好的性能和内存使用，GPU上的透明执行，更高阶的自动微分，等等，这些都成为了主流想法。
在这种背景下，我们得出的结论是，支持Theano不再是我们所能促进新研究理念出现和应用的较佳方式。即使来自工业界和学术界的贡献和支持越来越多，维持一个旧的代码库并与竞争对手保持同步已经成为创新的阻碍。
MILA仍将致力于支持研究人员，并支持创新的研究想法的实现和探索。我们将通过其他方式继续朝着这个目标努力，并为其他项目做出重要的开源贡献。
感谢所有帮助开发Theano，并通过贡献bug报告、配置文件、用例、文档和支持来改进它的人。-- Yoshua Bengio, MILA主管
欢迎加入本站公开兴趣群商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法，实际应用案例分享与讨论，分析工具，ETL工具，数据仓库，数据挖掘工具，报表系统等全方位知识
QQ群：81035754
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/4647.html
摘要：但年月，宣布将在年终止的开发和维护。性能并非最优，为何如此受欢迎粉丝团在过去的几年里，出现了不同的开源深度学习框架，就属于其中典型，由谷歌开发和支持，自然引发了很大的关注。 Keras作者François Chollet刚刚在Twitter贴出一张图片，是近三个月来arXiv上提到的深度学习开源框架排行：TensorFlow排名第一，这个或许并不出意外，Keras排名第二，随后是Caffe、...
摘要：另外，当损失函数接近全局最小时，概率会增加。降低训练过程中的学习率。对抗样本的训练据最近信息显示，神经网络很容易被对抗样本戏弄。使用高度正则化会有所帮助，但会影响判断不含噪声图像的准确性。 由 Yoshua Bengio、 Leon Bottou 等大神组成的讲师团奉献了 10 天精彩的讲座，剑桥大学自然语言处理与信息检索研究组副研究员 Marek Rei 参加了本次课程，在本文中，他精炼地...
摘要：八月初，我有幸有机会参加了蒙特利尔深度学习暑期学校的课程，由最知名的神经网络研究人员组成的为期天的讲座。另外，当损失函数接近全局最小时，概率会增加。降低训练过程中的学习率。对抗样本的训练据最近信息显示，神经网络很容易被对抗样本戏弄。 8月初的蒙特利尔深度学习暑期班，由Yoshua Bengio、 Leon Bottou等大神组成的讲师团奉献了10天精彩的讲座，剑桥大学自然语言处理与信息检索研...
摘要：在过去五年里，我碰巧使用了一个收藏了篇机器学习论文的数据库，这些论文都来自于。因此，本文将这五年间机器学习的发展趋势进行了简单的总结。我们得到了如下结果是的，年月份，接受了多篇与机器学习领域有关的论文。 机器学习的趋势概述如果你用过谷歌趋势（Google Trends），你一定会发现它很酷——你输入一些关键词，你就能够看到这些关键词的谷歌搜索量是如何随着时间而变化的。在过去五年里，我碰巧使用...
摘要：深度学习理论在机器翻译和字幕生成上取得了巨大的成功。在语音识别和视频，特别是如果我们使用深度学习理论来捕捉多样的时标时，会很有用。深度学习理论可用于解决长期的依存问题，让一些状态持续任意长时间。 Yoshua Bengio，电脑科学家，毕业于麦吉尔大学，在MIT和AT&T贝尔实验室做过博士后研究员，自1993年之后就在蒙特利尔大学任教，与 Yann LeCun、 Geoffrey Hinto...
阅读 2084·2021-11-23 09:51
阅读 873·2021-11-18 10:02
阅读 3221·2021-10-13 09:49
阅读 1044·2021-09-22 14:57
阅读 8907·2021-08-18 10:20
阅读 995·2019-08-30 15:55
阅读 2047·2019-08-29 16:06
阅读 3108·2019-08-29 11:14
