文件名称：nanonn:神经网络的纳米框架
文件大小：427KB
文件格式：ZIP
更新时间：2024-03-26 15:02:15
C
纳诺 NanoNN是用于神经网络的纳米框架。 或者，如果您愿意，可以使用不同的编程语言来收集玩具神经网络的实现。 它绝不是Tensorflow或PyTorch的替代品，但您可能会发现此项目对业余项目，嵌入式系统和教学目的很有用。 没有什么比可以玩的玩具代码更好的教了。 特征 顺序前馈神经网络。 完全连接的密集层。 各种激活函数：S型，SoftMax，ReLU，漏泄的ReLU和线性，可选偏差，可定制的成本函数。 可以从外部（即从训练有素的Tensorflow模型）导入每层的权重和偏差。 可以实现和插入其他层类型。 完整代码约为100-200行代码。 在五分钟内，您可以阅读全部内容。 有许多流行的编程语言提供的实现。 零依赖性。 说真的，非常轻巧。 随附测试，基准和示例。 例如，的向您展示NanoNN可以做什么。 实作 ，旧的C89很好，没有内存分配，可能的话进行矢量化
【文件预览】：
nanonn-master
----.github()
--------workflows()
----testdata()
--------tf_act.py(1KB)
--------iris.csv(3KB)
--------tf_forward.py(503B)
--------tf_mnist.py(2KB)
--------README.md(1KB)
--------tf_iris.py(890B)
--------tf_backward.py(1KB)
----go()
--------go.mod(44B)
--------nn_test.go(5KB)
--------nn.go(6KB)
----js()
--------nn.js(5KB)
--------nn_test.js(1KB)
--------nn.d.ts(915B)
--------mnist.json(594KB)
--------mnist.html(4KB)
--------README.md(1KB)
--------example_roman.js(2KB)
--------package.json(749B)
----.assets()
--------nn.svg(28KB)
--------layer.svg(20KB)
--------layer.png(22KB)
--------nn.png(30KB)
----LICENSE(11KB)
----c()
--------nn_test.c(3KB)
--------README.md(2KB)
--------Makefile(550B)
--------.gitignore(46B)
--------nn.h(8KB)
----README.md(5KB)
----kotlin()
--------gradlew(5KB)
--------build.gradle.kts(167B)
--------src()
--------gradle()
--------gradlew.bat(2KB)
--------.gitignore(408B)
--------settings.gradle.kts(28B)
----python()
--------test_nn.py(2KB)
--------setup.py(315B)
--------nn.py(3KB)
----lua()
--------nn_test.lua(3KB)
--------nn.lua(5KB)