Skip to main content

深度学习框架(Deep Learning Framework)

Project description

安装本项目:pip install start-zero

本深度学习框架主要功能:

序号 完成度 内容 备注
1 100% 数值微分、自动微分、高阶求导 高阶求导使用反向传播的反向传播(double backpropagation)
2 100% 处理标量和张量 Tensor类,兼容numpy
3 100% 支持GPU运算 只支持N卡,目前代码需要将np.array变为cupy.array
4 100% Define-by-Run 运行时动态图(核心)
5 100% 常用函数的正向传播和反向传播 目前一共支持38个函数
6 0% 封装层(layer) 如CNN、RNN等
7 0% Define-and-Run 静态图(暂时不会去实现,因为涉及领域特定语言)

目前支持的函数:

序号 函数 符号 备注
1 加、减、乘、除、幂、负数、模 +、-、*、/、**、-、% ft1.py(7个函数)
8 正弦 sin
9 余弦 cos
10 正切 tan
11 双曲正切 tanh
12 e为底的指数 exp
13 10为底的对数 lg
14 e为底的对数 ln
15 合并求和 sum_to
16 广播 broadcast_to
17 求和 sum
18 平均数 average
19 矩阵相乘(点乘) matmul
20 矩阵转置 transpose/T
21 重塑形状 reshape
22 线性回归 linear
23 S型生长曲线 sigmoid 激活函数
24 线性整流函数 ReLU 激活函数
25 归一化指数函数 softmax 激活函数
26 归一化指数函数 log_softmax 激活函数
27 线性整流函数 leaky_relu 激活函数
28 均方误差 mean_squared_error 损失函数
29 交叉熵损失 softmax_cross_entropy 损失函数
30 交叉熵损失 sigmoid_cross_entropy 损失函数
31 二元交叉熵 binary_cross_entropy 损失函数
32 最大值 max 其它函数
33 最小值 min 其它函数
34 限定数组上下界 clip 其它函数
35 准确度 accuracy 其它函数
36 退出 dropout 其它函数
37 批量 batch_norm 其它函数
38 嵌入ID embed_id 其它函数

附录一:上传项目到PyPI
1、官网:https://pypi.org/
2、E:\pyhton\python.exe -m pip install --upgrade pip setuptools wheel
3、E:\pyhton\python.exe -m pip install twine
4、python setup.py sdist
5、E:\pyhton\python.exe -m twine upload dist/*
完成2FA认证后,username是:token,password是:生成的token
6、安装和卸载:pip install start-zero、pip uninstall start-zero
指定版本如:pip install start-zero==1.0.0,也可以<或<=等

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

start-zero-0.0.6.tar.gz (21.0 kB view details)

Uploaded Source

File details

Details for the file start-zero-0.0.6.tar.gz.

File metadata

  • Download URL: start-zero-0.0.6.tar.gz
  • Upload date:
  • Size: 21.0 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.6

File hashes

Hashes for start-zero-0.0.6.tar.gz
Algorithm Hash digest
SHA256 cddec19ae8bbd10129bd3057b11dfc1a8bc1c16900f3d1dc2c655a9de5f0dfaa
MD5 d28e26bdd77851d899f6bfc604614cd0
BLAKE2b-256 68029b706a35f142686af9ca946ee06d64f9b5a7b33de485004a4e4420a631e2

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page