文件名称：toupee:深度学习合奏库
文件大小：89KB
文件格式：ZIP
更新时间：2024-05-27 02:17:55
Python
欢迎来到Toupee “最丑陋的东西掩盖了所缺少的东西” 基于Keras的深度学习合奏库，带有用于运行实验的工具包。 用法： 以通用的YAML格式描述实验，每个网络结构均以序列化的Keras格式表示。 支持将结果保存到MongoDB以便以后进行分析。 在bin /中，您将找到两个文件： base_model.py ：进行实验说明并将其作为单个网络运行。 忽略所有合奏指令。 ensemble.py ：进行实验说明并将其作为整体运行。 在示例/中，您可以查看一些现成的模型。 快速开始 克隆此仓库 在示例中，有一些实验示例。 您可以使用bin/load_data.py下载必要的数据集。 运行bin/base_model.py进行单个网络实验，运行bin/base_model.py bin/ensemble.py进行整体实验 数据集 数据集以.npz格式保存，目录中有三个文件：
【文件预览】：
toupee-master
----setup.py(458B)
----.gitignore(214B)
----requirements.txt(125B)
----bin()
--------ensemble.py(4KB)
--------load_data.py(2KB)
--------toupee(9B)
--------base_model.py(2KB)
----.github()
--------PULL_REQUEST_TEMPLATE.md(359B)
--------FUNDING.yml(99B)
----examples()
--------experiments()
--------toupee(9B)
--------generate_model.py(1KB)
----README.md(4KB)
----tests()
--------test_mnist.py(1KB)
--------test_mnist.yaml(510B)
--------test_mnist_cnn.model(9KB)
----logo.png(17KB)
----.circleci()
--------config.yml(2KB)
----toupee()
--------.gitignore(18B)
--------__init__.py(752B)
--------parameters.py(597B)
--------utils.py(5KB)
--------config.py(2KB)
--------metrics.py(3KB)
--------adversarial.py(758B)
--------ensembles()
--------model.py(8KB)
--------data.py(10KB)
----.gitattributes(42B)