LetsANN 0.3.0

基于 TensorFlow 的零基础 ANN 库

LetsANN

LetsANN 是一个基于 TensorFlow / Keras 的零基础 ANN 库。
用最简单的 Python 列表描述网络，像搭积木一样训练模型。

需要可视化拖拽界面？请看配套的独立项目 letsann-web。

安装

pip install LetsANN

要求 Python 3.8 及以上。

最小示例

from letsann import Model, load_dataset

# 用 DataFrame 或 CSV 路径都行，最后一列默认为标签
ds = load_dataset("iris.csv", target="species")

# 用列表描述网络
model = Model([
    {"type": "Input",  "params": {"shape": "4"}},
    {"type": "Dense",  "params": {"units": 16, "activation": "relu"}},
    {"type": "Dense",  "params": {"units": 3,  "activation": "softmax"}},
])

# 和 Keras 一样编译、训练
model.compile(optimizer="adam",
              loss="sparse_categorical_crossentropy",
              metrics=["accuracy"])
model.fit(ds.X_train, ds.y_train,
          validation_data=(ds.X_val, ds.y_val),
          epochs=20, batch_size=16)

print(model.summary())

更多示例见 examples/quickstart.py。

支持的层

Input、Dense、Dropout、BatchNormalization、Flatten、Activation、 Conv2D、MaxPooling2D。全部在 letsann/layers.py 中注册，想扩展就 往 LAYER_REGISTRY 里加一条即可。

数据集格式

• CSV / TSV：默认最后一列为标签；用 target="col" 指定其它列。
• NPZ：需要包含 X 和 y 两个数组。

发布到 PyPI

# 1. 安装打包工具
pip install build twine

# 2. 打包（在本目录运行）
python -m build         # 会生成 dist/LetsANN-0.1.0.tar.gz 和 .whl

# 3. 先上传到 TestPyPI 验证
twine upload --repository testpypi dist/*

# 4. 确认没问题后，正式上传 PyPI
twine upload dist/*

上传需要在 https://pypi.org 先创建账号并生成 API Token，放进 ~/.pypirc 或设置环境变量 TWINE_USERNAME=__token__、 TWINE_PASSWORD=<你的 token>。

开发

pip install -e ".[dev]"
pytest

License

MIT