
<html><head></head><body><div>A Idea.</div><div><br></div><div>Bindings for Machine Learning Frameworks, not necessary a Full Machine Learning implementation.</div><div><br></div><div>Intel, for example, in GitHub have a optimized Theano implementation for Intel Xeon and Intel Xeon Phi processors.</div><div><a href="https://github.com/intel/Theano">https://github.com/intel/Theano</a></div><div><br></div><div>Bind SciLab with a Full and Optimized Machine Learning Implementation can allow users to use Scilab from the prototyping to the deploy of the production software.</div><div><br></div><div>-- Amanda Osvaldo</div><div><br></div><div><br></div><div>On Wed, 2017-04-26 at 14:32 -0300, Caio Souza wrote:</div><blockquote type="cite"><div dir="ltr">Hi,<div><br></div><div><br></div><div>I have been thinking about the usability of the toolbox and independent of which algorithms we are going to have, would be interesting to have some simplified structure (like TensorFlow).</div><div><br></div><div>Despite it being a lot of work to have such structure, (data, model, cost function, minimizer), it would make the toolbox easy to use and extend, having minimum impact to the usability.</div><div><br></div><div>IMHO, this is something that should be defined before any coding starts, and also well explained to the student.</div><div><br></div><div>I would like to hear from you what do you think, so we can start a discussion.</div><div><br></div><div><br></div><div>Best,</div><div>Caio SOUZA</div></div>

<pre>_______________________________________________

dev mailing list

<a href="mailto:dev@lists.scilab.org">dev@lists.scilab.org</a>

<a href="http://lists.scilab.org/mailman/listinfo/dev">http://lists.scilab.org/mailman/listinfo/dev</a>

</pre></blockquote></body></html>