文件名称:computational_graph
文件大小:230KB
文件格式:ZIP
更新时间:2024-06-01 04:27:28
tensorflow python3 neural-networks computational-graphs Python
计算图 此仓库是用于深度学习的计算图的Python 3实现。 我了解到,所有大型深度学习库都使用该原理,因此我想了解它并实现它。 入门 只需克隆此仓库 先决条件 必不可少的 pip install numpy 可选:Graphviz 例子 在终端中完全运行,fully_mnist,conv或conv_mnist 这是完整文件的假定输出。 该图像表示所使用的数据集,它是2D数据集,在XOR位置具有两个类别,并且有少许噪点,因此如果不可能,则可以实现完美分离 此图像代表构建的图形 该图像表示终端中程序的执行 该图像表示每次迭代时图的损失 此图像代表最终的决策边界 建于 -NumPy是使用Python进行科学计算的基本软件包 图形可视化软件 作者 让·加布里埃尔·西玛德 致谢 杰里米·菲克斯(Jeremy Fix)-CentraleSupélec老师
【文件预览】:
computational_graph-master
----fully_mnist.py(2KB)
----.gitignore(1KB)
----core()
--------__init__.py(99B)
--------pooling.py(2KB)
--------layers.py(1KB)
--------graph.py(5KB)
--------utils.py(4KB)
--------metrics.py(458B)
--------operations.py(6KB)
--------gradient_descent.py(5KB)
--------loss.py(742B)
--------convolution.py(8KB)
--------dropout.py(640B)
----__init__.py(99B)
----cp_graph(195B)
----README.md(2KB)
----conv.py(1KB)
----example()
--------loss.PNG(22KB)
--------dataset.PNG(52KB)
--------cmd.PNG(10KB)
--------boudary.PNG(63KB)
--------graph.PNG(64KB)
----conv2.py(2KB)
----cp_graph.pdf(12KB)
----fully.py(2KB)