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
使用条件:
①Config.ENABLE_GPU = True
②CUDA.is_available() == True
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 合并求和、广播、求和、平均数、矩阵相乘、矩阵转置、重塑形状、线性回归 sum_to、broadcast_to、sum、average、matmul、transpose、reshape、linear ft0.py(8个函数)
2 加、减、乘、除、幂、负数、模 +、-、*、/、**、-、% ft1.py(7个函数)
3 正弦、余弦、正切、双曲正切 sin、cos、tan、tanh ft2.py(4个函数)
4 e为底的指数、10为底的对数、e为底的对数 exp、lg、ln ft3.py(3个函数)
5 S型生长曲线、线性整流函数、归一化指数函数、归一化指数函数、线性整流函数 sigmoid、relu、softmax、log_softmax、leaky_relu ft4.py(5个函数)
6 均方误差、交叉熵损失、交叉熵损失、二元交叉熵 mean_squared_error、softmax_cross_entropy、sigmoid_cross_entropy、binary_cross_entropy ft5.py(4个函数)
7 最大值 max 其它函数
8 最小值 min 其它函数
9 限定数组上下界 clip 其它函数
10 准确度 accuracy 其它函数
11 退出 dropout 其它函数
12 批量 batch_norm 其它函数
13 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-0.0.7.tar.gz (20.7 kB view details)

Uploaded Source

File details

Details for the file start-zero-0.0.7.tar.gz.

File metadata

  • Download URL: start-zero-0.0.7.tar.gz
  • Upload date:
  • Size: 20.7 kB
  • Tags: Source
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/4.0.2 CPython/3.10.6

File hashes

Hashes for start-zero-0.0.7.tar.gz
Algorithm Hash digest
SHA256 4afa2026d37255e01cd2d28b4043825d0c6eca886faa44353da804acea76df0c
MD5 7f6f1604a4b6cfeaf454ad6baeac2274
BLAKE2b-256 4d885371494e21ddff785c95af9153df36807f1c1b9dad98d84ebde3fa7cb146

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