文件名称：Q-Net:简化的深度学习框架
文件大小：96KB
文件格式：ZIP
更新时间：2024-05-31 14:29:11
Python
深度学习框架 简化的深度学习框架。 要求 Python 3.6 脾气暴躁的0.14.0 Scipy 1.0.0 1.图层 稠密 辍学 激活方式 sigmod h softmax ReLU 批量归一化SpatialBatchNormalization 池_2D 平均池 Max_Pool 卷积_2D 串联+添加 残块 RNN（作为层） LSTM 2.损失函数 微软 交叉熵 3.优化器 新元 Momemtum_SGD 阿达格拉德 RMSProp 亚当 4.例子 4.1完全连接的网络 训练神经网络以适合xor功能的源代码在xor.py中。 4.1.1构建具有一层隐藏层和一层softmax层的神经网络。 net = NeuralNet ([ Dense ( input_size = 2 , output_size = 20 , name = "dense_1" ),
【文件预览】：
Q-Net-master
----test_softmax.py(25B)
----deeplearning()
--------conv_utils.py(2KB)
--------tensor.py(36B)
--------pool.py(2KB)
--------activation.py(1KB)
--------.DS_Store(8KB)
--------layers.py(13KB)
--------res_block.py(3KB)
--------rnn.py(12KB)
--------reg.py(706B)
--------utils.py(129B)
--------conv.py(6KB)
--------pool_utils.py(1KB)
--------__pycache__()
--------test.py(251B)
--------loss.py(1KB)
--------optim.py(5KB)
--------nn.py(3KB)
--------evaluation.py(400B)
--------func.py(2KB)
--------data.py(914B)
--------train.py(917B)
----captcha()
--------data()
--------.DS_Store(8KB)
--------__pycache__()
--------gen_data.py(2KB)
--------img_utils.py(2KB)
--------train.py(3KB)
----xor.py(2KB)
----lstm_addition.py(2KB)
----.DS_Store(10KB)
----logistic_regression.py(997B)
----titanic_survival()
--------predict_dl.py(2KB)
--------.DS_Store(6KB)
--------titanic_data.csv(60KB)
--------__pycache__()
--------dataset.py(2KB)
----rnn_addition.py(2KB)
----fit_a_function.py(905B)
----README.md(6KB)
----__pycache__()
--------dataset.cpython-36.pyc(2KB)
----mnist()
--------.DS_Store(8KB)
--------Readme.md(314B)
--------mnist.py(1KB)
--------__pycache__()
--------predict.py(3KB)
--------predict_res.py(2KB)
--------mnist()