معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Fast parallel PSO library for Python with support for CPU and GPU multithreading.

ویژگی	مقدار
سیستم عامل	-
نام فایل	fastPSO-0.0.2
نام	fastPSO
نسخه کتابخانه	0.0.2
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Pablo Ribalta Lorenzo
ایمیل نویسنده	pribalta@ieee.org
آدرس صفحه اصلی	https://github.com/pribalta/fastPSO
آدرس اینترنتی	https://pypi.org/project/fastPSO/
مجوز	LICENSE.txt

# fastPSO [![Build Status](https://travis-ci.org/pribalta/fastPSO.svg?branch=master)](https://travis-ci.org/pribalta/fastPSO) Fast parallel Particle Swarm Optimization package for Python __fastPSO__ is an open source software library for Particle Swarm Optimization built with two goals in mind: * Speed * Parallelism Its flexible architecture enables you to define complex objective functions, and to perform optimization in a __serial__ or __parallel__ setting. In addition, it offers detailed insights on the optimization process, helping practitioners profile their results. ## Installation __pip__ __package__ ``` pip install fastpso ``` ### Requirements * numpy ## Getting started tbd ## License __fastPSO__ is available under *MIT License* If you plan on using this software for scientific purposes, please cite our work: ``` @inproceedings{lorenzo2017particle, title={Particle swarm optimization for hyper-parameter selection in deep neural networks}, author={Lorenzo, Pablo Ribalta et al.}, booktitle={Proceedings of the Genetic and Evolutionary Computation Conference}, pages={481--488}, year={2017}, organization={ACM} } ``` ``` @inproceedings{lorenzo2017hyper, title={Hyper-parameter selection in deep neural networks using parallel particle swarm optimization}, author={Lorenzo, Pablo Ribalta et al.}, booktitle={Proceedings of the Genetic and Evolutionary Computation Conference Companion}, pages={1864--1871}, year={2017}, organization={ACM} } ```

نحوه نصب

نصب پکیج whl fastPSO-0.0.2:

pip install fastPSO-0.0.2.whl

نصب پکیج tar.gz fastPSO-0.0.2:

pip install fastPSO-0.0.2.tar.gz