基于NumPy实现的(伪)深度学习包,包括常用优化器SGD和Adam,常用损失函数MSE,BCE,和CrossEntropyWithLogits, 常用网络模块线性层,二维卷积层,二维池化层,RNN层,BatchNorm1d层,Embedding层,上采样层。 代码风格追求Pytorch风格,实现细节和keras更类似。 除了库的实现以外还提供了一些简单的例子,比如MNIST和CIFAR图像识别,字符级序列识别,Word2Vec,图像分割,GAN,强化学习等。
huangwx8 / numpy-neural-networks Goto Github PK
View Code? Open in Web Editor NEW基于NumPy实现的(伪)深度学习包,包括常用优化器SGD和Adam,常用损失函数MSE,BCE,和CrossEntropyWithLogits。