A light-weight deep learning "framework"
一个用作学习的深度学习"框架",姑且这样称呼他。
目前已有支持:
- 全连接,卷积(Conv2D)
- Maxpooling, Avgpooling, BatchNormalization, Dropout
- Softmax, tanh, Relu, Sigmoid
- 交叉损失熵,均方误差损失
示例可参见Native_Network.py
和LeNet.py
- 目前定义网络必须使用JohnDL.Unit()
- 按照Uint中定义顺序初始化网格
- 依据第一次正向传播的顺序设定反向传播的传播顺序
- 文件含有LeNet5示例。使用train.py训练,test.py测试(在test.py中修改model即可测试不同网络)
- Native_Network.py中的与逻辑(Andtest function)测试需要用户自己设定网络,并初始化设置。
- 使用时可能想要将JohnDL文件夹设为source root。
matplotlib==3.2.1
numpy==1.18.3
tensorflow==2.9.1
tensorflow_gpu==2.2.0rc3
tqdm==4.64.0
tensorflow只用来导入Minst数据集。若本地存有,可不使用。
- doc:文档及学习记录
- JohnDL:核心代码
- Models:模型目录
- 其余为实例及测试程序