文件名称：neural-fortran:并行神经网络微框架
文件大小：16.22MB
文件格式：ZIP
更新时间：2024-08-24 20:50:37
machine-learning neural-network fortran parallel Fortran
神经元 并行神经网络微框架。 在阅读论文。 特征 任意形状和大小的密集、完全连接的神经网络 具有均方误差成本函数的反向传播 基于数据的并行性 几个激活函数 支持 32、64 和 128 位浮点数 入门 获取代码： git clone https://github.com/modern-fortran/neural-fortran cd neural-fortran 依赖项： Fortran 2018 兼容编译器 OpenCoarrays（可选，用于并行执行，仅限 GFortran） BLAS、MKL（可选） 使用 fpm 构建 以串行模式构建 fpm build --flag "-cpp -O3 -ffast-math fcoarray=single" 以并行模式构建 如果您使用 GFortran 并希望并行运行神经 fortran，则必须首先安装OpenCoarray
【文件预览】：
neural-fortran-master
----src()
--------mod_random.f90(913B)
--------mod_io.f90(1KB)
--------mod_parallel.f90(940B)
--------mod_network.f90(12KB)
--------mod_activation.f90(3KB)
--------mod_mnist.f90(3KB)
--------mod_kinds.f90(399B)
--------mod_layer.f90(5KB)
----CMakeLists.txt(3KB)
----.travis.yml(382B)
----example()
--------example_sine.f90(504B)
--------example_mnist_epochs.f90(1KB)
--------example_save_and_load.f90(802B)
--------example_simple.f90(412B)
--------example_mnist.f90(2KB)
----LICENSE(1KB)
----test()
--------test_mnist.f90(984B)
--------test_set_activation_function.f90(2KB)
--------test_network_save.f90(1KB)
--------test_network_sync.f90(217B)
----fpm.toml(180B)
----README.md(10KB)
----data()
--------mnist()
----CONTRIBUTORS.md(74B)
----.gitignore(29B)