文件名称：Theano-Lights:基于Theano的深度学习研究框架
文件大小：2.94MB
文件格式：ZIP
更新时间：2024-05-28 02:39:00
Python
Theano-Lights Theano-Lights是基于Theano的研究框架，提供了几种最新的深度学习模型的实现以及便捷的培训和测试功能。 与大多数深度学习平台一样，这些模型并未隐藏并分布在抽象层后面，以在学习和研究过程中实现透明性和灵活性。 跑步： pip install -r requirements.txt python train.py 您可以在找到有关如何获取和准备数据集的说明。 随附型号： 前馈神经网络（FFN） 卷积神经网络（CNN） 递归神经网络（RNN） 可变自动编码器（VAE） 卷积变分自编码器（CVAE） 深度循环专心作者（DRAW） LSTM语言模型 包含的功能： 批量归一化 辍学 LSTM，GRU和SCRN循环层 虚拟对抗训练（Miyato et al。，2015） 合同成本（Rifai等人，2011） 随机梯度下降变体： 新元势头
【文件预览】：
Theano-Lights-master
----.gitignore(881B)
----toolbox.py(26KB)
----Theano-Lights.pyproj(3KB)
----requirements.txt(173B)
----Data instructions.txt(923B)
----data()
--------get_mnist.py(928B)
--------penntree()
----__init__.py(0B)
----samples()
--------mnist_draw_at.png(1.11MB)
--------mnist_vae.png(74KB)
----models()
--------lm_draw.py(5KB)
--------ffn_bn_vat.py(6KB)
--------vae1.py(4KB)
--------draw_sgru1.py(5KB)
--------rbfn.py(2KB)
--------__init__.py(298B)
--------modelbase.py(17KB)
--------ffn_bn.py(5KB)
--------draw_at_lstm1.py(6KB)
--------ffn_ace.py(3KB)
--------lm_gru.py(3KB)
--------lm_lstm.py(3KB)
--------ffn.py(2KB)
--------draw_at_lstm2.py(6KB)
--------ffn_lae.py(4KB)
--------lm_lstm_bn.py(6KB)
--------cnn.py(2KB)
--------draw_lstm1.py(4KB)
--------ffn_vat.py(4KB)
--------cvae.py(5KB)
--------draw_scrn1.py(4KB)
----LICENSE.txt(1KB)
----scripts()
--------text_tokenizer.py(3KB)
----train_lm.py(7KB)
----README.md(2KB)
----Theano-Lights.sln(810B)
----Performance.txt(697B)
----.gitattributes(379B)
----train.py(8KB)