byzh-ai 0.0.10.13

更方便的深度学习

byzh-ai

更方便的深度学习。

pip install byzh-ai → 导入名 byzh_ai

模块一览

所有子包以 B 开头，类以 B_ 开头，函数以 b_ 开头。

模块	说明
Bdata	主流数据集一键下载/缓存/标准化（MNIST、CIFAR、FashionMNIST、Tiny ImageNet 等），支持 TensorDataset / DataLoader 构建与分层采样
Bdemo	MNIST 完整训练演示、训练器功能测试（单卡/多卡）、分类评估测试
Bearly_stop	多种早停策略（精度停滞、精度增量不足、损失停滞、过拟合检测）及模型参数自动回滚重载
Blr_schedulers	自定义学习率调度器：Warmup 线性升温、阶梯衰减、Warmup + 衰减组合
Bmodel	即用型深度学习模型：SimpleCNN、LeNet-5、ResNet-18、RNN、LSTM、Transformer、脉冲神经网络（Spike RNN/LSTM/ResNet-18）等
Btrainer	通用训练器，封装训练/验证/测试循环，集成早停/重载、学习率调度、checkpoint、多 GPU（DataParallel / DDP）、SNN 支持、日志记录、损失/精度绘图
Butils	深度学习工具：自动设备选择（NPU/GPU/CPU）、GPU 监控与空闲检测、模型参数量/FLOPs 统计、随机种子统一设置、数据集均值/标准差计算、超参数网格搜索、递增运行目录管理
Bvisual	训练损失/精度曲线绘制、混淆矩阵热力图绘制

依赖

• byzh-core>=0.0.10.0 — 进度条、日志写入器、彩色终端输出、文件/目录操作等基础工具
• torch、torchvision — 深度学习框架
• numpy、pandas、matplotlib、seaborn — 数据处理与可视化
• scikit-learn — 数据划分、指标计算
• thop — FLOPs 计算（需自行安装）
• spikingjelly — 脉冲神经网络（可选）
• PyYAML — YAML 配置解析
• Pillow — 图像处理

License

MIT