文件名称：dl2:DL2是一个框架，它允许训练对网络中的数值（例如输入，输出，权重）具有逻辑约束的神经网络，并向网络查询满足逻辑公式的输入
文件大小：81KB
文件格式：ZIP
更新时间：2024-06-17 13:29:53
Python
DL2：使用逻辑训练和查询神经网络 DL2是一个框架，该框架允许训练对网络中的数值（例如输入，输出，权重）具有逻辑约束的神经网络，并向网络查询满足逻辑公式的输入。 查询示例如下。 有关更多详细信息，请阅读和 。 DL2的此实现可用作与PyTorch兼容的库，并可用于复制DL2的结果。 查询示例 FIND i[100] WHERE i[:] in [-1, 1], class(NN1(GEN(i)), 1), class(NN2(GEN(i)), 2), RETURN GEN(i) 该示例查询跨越3个网络：生成器GEN和两个分类器NN1和NN2 。 它寻找到生成器的噪声输入（所有值都在-1和1之间的100维向量），以便创建一个输入，该输入被NN1分类为1类，并由NN2分类为2类。 最后，返回生成的输入。 结构 . ├── README.md
【文件预览】：
dl2-master
----dl2lib()
--------util.py(58B)
--------diffsat.py(5KB)
--------__init__.py(95B)
--------query()
--------args.py(2KB)
----requirements.txt(128B)
----querying()
--------run_additional.py(4KB)
--------models()
--------run.py(2KB)
--------evaluation_queries.py(8KB)
--------__init__.py(0B)
--------README.md(4KB)
--------evaluation_queries()
--------context.py(13KB)
--------download_data.sh(444B)
--------train_models.sh(2KB)
----LICENSE(1KB)
----README.md(4KB)
----training()
--------unsupervised()
--------supervised()
--------README.md(1KB)
--------semisupservised()