nanonn:神经网络的纳米框架 源码
纳诺 NanoNN是用于神经网络的纳米框架。 或者,如果您愿意,可以使用不同的编程语言来收集玩具神经网络的实现。 它绝不是Tensorflow或PyTorch的替代品,但您可能会发现此项目对业余项目,嵌入式系统和教学目的很有用。 没有什么比可以玩的玩具代码更好的教了。 特征 顺序前馈神经网络。 完全连接的密集层。 各种激活函数:S型,SoftMax,ReLU,漏泄的ReLU和线性,可选偏差,可定制的成本函数。 可以从外部(即从训练有素的Tensorflow模型)导入每层的权重和偏差。 可以实现和插入其他层类型。 完整代码约为100-200行代码。 在五分钟内,您可以阅读全部内容。 有许多流行的编程语言提供的实现。 零依赖性。 说真的,非常轻巧。 随附测试,基准和示例。 例如,的向您展示NanoNN可以做什么。 实作 ,旧的C89很好,没有内存分配,可能的话进行矢量化
文件列表
nanonn-master.zip
(预估有个44文件)
nanonn-master
.github
workflows
ci.yml
403B
testdata
tf_act.py
1KB
iris.csv
3KB
tf_forward.py
503B
tf_mnist.py
2KB
README.md
1KB
暂无评论