文件名称：kerax：JAX框架的类似Keras的API
文件大小：1.23MB
文件格式：ZIP
更新时间：2024-02-24 06:00:56
google deep-neural-networks deep-learning numpy automatic-differentiation
凯拉克斯 用于库的类似Keras的API。 产品特点 进行高性能的机器学习研究。 内置支持流行的优化算法和激活功能。 在CPU，GPU甚至TPU上无缝运行！ 无需任何手动配置。 快速开始 码 from kerax . datasets import binary_tiny_mnist from kerax . layers import Dense , Relu , Sigmoid from kerax . losses import BCELoss from kerax . metrics import binary_accuracy from kerax . models import Sequential from kerax . optimizers import SGD data = binary_tiny_mnist . load_dataset ( batch_size = 200 ) model = Sequential ([ Dense ( 100 ), Relu , Dense ( 1 ), Sigmoid ]) model . compile ( loss =
【文件预览】：
kerax-master
----.github()
--------ISSUE_TEMPLATE()
----assets()
--------quickstart_code_acc_curves.png(16KB)
--------quickstart_code_loss_curves.png(22KB)
--------logo.png(12KB)
----tests()
--------test_data.py(1KB)
--------test_metrics.py(1KB)
--------test_losses.py(1KB)
--------test_layers.py(3KB)
--------test_sequential.py(4KB)
--------test_datasets.py(1KB)
----LICENSE(1KB)
----.idea()
--------mypy.xml(194B)
--------misc.xml(309B)
--------vcs.xml(180B)
--------modules.xml(262B)
--------dictionaries()
--------.gitignore(55B)
--------inspectionProfiles()
----requirements.txt(179B)
----examples()
--------mnist_classifier.py(566B)
--------tiny_mnist_binary_classifier.py(927B)
----setup.py(806B)
----.gitignore(3KB)
----README.md(2KB)
----kerax()
--------models()
--------metrics()
--------optimizers()
--------data()
--------losses()
--------__init__.py(172B)
--------layers()
--------utils()
--------datasets()