# PlainDL
#### 介绍
PlainDL是一种基于numpy的轻量级深度学习训练框架。
目前已经支持自动微分、各种常见的算子(如dense、cnn、rnn、embedding等)、基于数值微分的梯度检测、模型的序列化保存和加载等功能。
#### 特性
使用纯python实现,结构清晰,逻辑简单,有助于熟悉深度学习训练的内部实现细节。接口与pytorch类似,上手容易。
#### 安装
使用pip下载安装
```javascript
pip install plaindl
```
#### 代码结构
```
├─example 包括了多个实际的任务例子,包括图像识别、词向量训练、语言模型等
├─plaindl
│ ├─data 数据集加载与读取
│ ├─nn
│ │ ├─cv 封装了用于计算机视觉任务的模型
│ │ ├─nlp 封装用于自然语言处理任务的模型
│ │ └─各种用于构建神经网络的组件,包括模型的基类module和各种网络层
│ ├─ops 各种算子的定义
│ ├─optim 优化器
│ ├─utils 工具文件
```
#### 例子
1. 使用numpy生成一个tensor
```python
import numpy as np
import plaindl as pdl
x = pdl.Tensor(np.random.randn(2,3))
```
2. 定义一个简单的神经网络
```python
import plaindl as pdl
import plaindl.nn as nn
class mlp(nn.Module):
def forward(self, inputs, labels):
predict = self.layers(inputs)
return self.loss_fn(predict, labels)
def __init__(self):
super(mlp, self).__init__()
self.loss_fn = pdl.ops.SoftmaxWithCrossLoss()
self.sigmoid = pdl.ops.Sigmoid()
self.layers = nn.Sequential({
"linear1": nn.Linear(100),
"sigmoid1": self.sigmoid,
"linear2": nn.Linear(100),
"sigmoid2": self.sigmoid,
"linear3": nn.Linear(10)}
)
```
#### 参与贡献
1. Fork 本仓库
2. 新建 Feat_xxx 分支
3. 提交代码
4. 新建 Pull Request
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师,还是企业界的探索者,这个项目都是为您量身打造的。无论您是初入此领域的小白,还是寻求更高层次进阶的资深人士,这里都有您需要的宝藏。不仅如此,它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论,使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术,更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码,助您从理论走向实践,如果您已有一定基础,您可以基于这些源码进行修改和扩展,实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源,与我们一起在人工智能的海洋中航行。同时,我们也期待与您的沟通交流,共同学习,共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来!
资源推荐
资源详情
资源评论
收起资源包目录
一个基于numpy的轻量级深度学习训练框架,使用与pytorch类似的接口设计,上手容易。.zip (74个子文件)
资料总结
setup.py 396B
LICENSE 11KB
.gitignore 294B
README.en.md 2KB
example
word2vector.py 2KB
language_model.py 2KB
mnist_mlp.py 2KB
mnist_data
t10k-images-idx3-ubyte.gz 1.57MB
train-labels-idx1-ubyte.gz 28KB
train-images-idx3-ubyte.gz 9.45MB
t10k-labels-idx1-ubyte.gz 4KB
PTB
ptb.test.txt 439KB
ptb.valid.txt 390KB
ptb.train.txt 4.87MB
ptb.train.npy 3.55MB
ptb.vocab.pkl 274KB
mnist_cnn.py 2KB
spiral_mlp.py 4KB
spiral_mlp_model.pkl 838B
README.md 2KB
plaindl
__init__.py 132B
nn
initializer.py 894B
__init__.py 135B
module.py 6KB
layers.py 8KB
cv
__init__.py 0B
nlp
__init__.py 0B
rnnlm.py 825B
functional.py 636B
cbow.py 1KB
__pycache__
cbow.cpython-36.pyc 1KB
functional.cpython-36.pyc 731B
rnnlm.cpython-36.pyc 1KB
__init__.cpython-36.pyc 148B
model.pkl 589B
__pycache__
container.cpython-36.pyc 1022B
initializer.cpython-36.pyc 2KB
__init__.cpython-36.pyc 273B
module.cpython-36.pyc 5KB
layers.cpython-36.pyc 8KB
container.py 766B
data
__init__.py 86B
dataloader.py 1KB
datasets.py 6KB
__pycache__
datasets.cpython-36.pyc 6KB
dataloader.cpython-36.pyc 2KB
__init__.cpython-36.pyc 255B
utils
__init__.py 39B
sampler.py 1KB
itertools.py 2KB
functional.py 3KB
__pycache__
functional.cpython-36.pyc 3KB
sampler.cpython-36.pyc 1KB
__init__.cpython-36.pyc 188B
optim
__init__.py 37B
__pycache__
optimizer.cpython-36.pyc 3KB
__init__.cpython-36.pyc 187B
gradcheck.py 5KB
optimizer.py 2KB
tensor.py 2KB
ops
__init__.py 67B
loss.py 2KB
activation.py 1KB
rnn.py 3KB
ops.py 4KB
__pycache__
conv.cpython-36.pyc 4KB
rnn.cpython-36.pyc 4KB
activation.cpython-36.pyc 2KB
ops.cpython-36.pyc 7KB
__init__.cpython-36.pyc 212B
loss.cpython-36.pyc 4KB
conv.py 4KB
__pycache__
tensor.cpython-36.pyc 3KB
__init__.cpython-36.pyc 314B
共 74 条
- 1
资源评论
妄北y
- 粉丝: 1w+
- 资源: 1万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功