TensorLayer
TensorLayer 2.2.4 Release
TensorLayer هي مكتبة جديدة للتعلم العميق والتعلم المعزز قائمة على TensorFlow مصممة للباحثين والمهندسين. إنه يوفر مجموعة واسعة من الطبقات العصبية القابلة للتخصيص لبناء نماذج الذكاء الاصطناعي المتقدمة بسرعة، بناءً على البرامج التعليمية والتطبيقات الجماعية مفتوحة المصدر للمجتمع. حصل TensorLayer على جائزة أفضل برنامج مفتوح المصدر لعام 2017 من جمعية الوسائط المتعددة ACM. يمكن العثور على هذا المشروع أيضًا في OpenI وGitee.
TensorLayer هي مكتبة جديدة للتعلم العميق تم تصميمها مع مراعاة البساطة والمرونة والأداء العالي.
يقف TensorLayer في مكان فريد من نوعه في أغلفة TensorFlow. تخفي الأغلفة الأخرى مثل Keras و TFLearn العديد من الميزات القوية لـ TensorFlow وتوفر القليل من الدعم لكتابة نماذج الذكاء الاصطناعي المخصصة. تتميز واجهات برمجة تطبيقات TensorLayer، المستوحاة من PyTorch، بأنها بسيطة ومرنة وبايثونية، مما يجعل من السهل التعلم مع كونها مرنة بما يكفي للتعامل مع مهام الذكاء الاصطناعي المعقدة. لدى TensorLayer مجتمع سريع النمو. وقد تم استخدامه من قبل الباحثين والمهندسين في جميع أنحاء العالم، بما في ذلك الباحثون من جامعة بكين، وكلية إمبريال كوليدج في لندن، وجامعة كاليفورنيا في بيركلي، وجامعة كارنيجي ميلون، وجامعة ستانفورد، وشركات مثل جوجل، ومايكروسوفت، وعلي بابا، وتينسنت، وشاومي، وبلومبرج.
لدى TensorLayer وثائق واسعة النطاق لكل من المبتدئين والمحترفين. الوثائق متاحة باللغتين الإنجليزية والصينية.
إذا كنت ترغب في تجربة الميزات التجريبية في الفرع الرئيسي، يمكنك العثور على أحدث مستند هنا.
يمكنك العثور على مجموعة كبيرة من الأمثلة التي تستخدم TensorLayer هنا وفي المساحة التالية:
يعتمد TensorLayer 2.0 على TensorFlow وnumpy وغيرها. لاستخدام وحدات معالجة الرسومات، يلزم وجود CUDA وcuDNN.
تثبيت TensorFlow:
pip3 install tensorflow-gpu==2.0.0-rc1 # TensorFlow GPU (version 2.0 RC1)
pip3 install tensorflow # CPU versionقم بتثبيت الإصدار الثابت من TensorLayer:
pip3 install tensorlayerقم بتثبيت نسخة التطوير غير المستقرة من TensorLayer:
pip3 install git+https://github.com/tensorlayer/tensorlayer.gitإذا كنت ترغب في تثبيت التبعيات الإضافية، يمكنك أيضًا تشغيلها
pip3 install --upgrade tensorlayer[all] # all additional dependencies
pip3 install --upgrade tensorlayer[extra] # only the `extra` dependencies
pip3 install --upgrade tensorlayer[contrib_loggers] # only the `contrib_loggers` dependenciesإذا كنت من مستخدمي TensorFlow 1.X، فيمكنك استخدام TensorLayer 1.11.0:
# For last stable version of TensorLayer 1.X
pip3 install --upgrade tensorlayer==1.11.0يوضح الجدول التالي سرعات تدريب VGG16 باستخدام TensorLayer وTensorFlow الأصلي على TITAN Xp.
| وضع | ليب | تنسيق البيانات | الحد الأقصى لاستخدام ذاكرة وحدة معالجة الرسومات (ميجابايت) | الحد الأقصى لاستخدام ذاكرة وحدة المعالجة المركزية (ميجابايت) | متوسط استخدام ذاكرة وحدة المعالجة المركزية (ميجابايت) | وقت التشغيل (ثانية) |
|---|---|---|---|---|---|---|
| الرسم البياني التلقائي | تنسور فلو 2.0 | القناة الاخيرة | 11833 | 2161 | 2136 | 74 |
| طبقة الموتر 2.0 | القناة الاخيرة | 11833 | 2187 | 2169 | 76 | |
| رسم بياني | كيراس | القناة الاخيرة | 8677 | 2580 | 2576 | 101 |
| مشتاق | تنسور فلو 2.0 | القناة الاخيرة | 8723 | 2052 | 2024 | 97 |
| طبقة الموتر 2.0 | القناة الاخيرة | 8723 | 2010 | 2007 | 95 |
يرجى قراءة إرشادات المساهم قبل تقديم العلاقات العامة الخاصة بك.
نقترح على المستخدمين الإبلاغ عن الأخطاء باستخدام مشكلات Github. يمكن للمستخدمين أيضًا مناقشة كيفية استخدام TensorLayer في قناة Slack التالية.
إذا وجدت TensorLayer مفيدًا لمشروعك، فيرجى ذكر الأوراق التالية:
@article{tensorlayer2017,
author = {Dong, Hao and Supratak, Akara and Mai, Luo and Liu, Fangde and Oehmichen, Axel and Yu, Simiao and Guo, Yike},
journal = {ACM Multimedia},
title = {{TensorLayer: A Versatile Library for Efficient Deep Learning Development}},
url = {http://tensorlayer.org},
year = {2017}
}
@inproceedings{tensorlayer2021,
title={Tensorlayer 3.0: A Deep Learning Library Compatible With Multiple Backends},
author={Lai, Cheng and Han, Jiarong and Dong, Hao},
booktitle={2021 IEEE International Conference on Multimedia & Expo Workshops (ICMEW)},
pages={1--3},
year={2021},
organization={IEEE}
}
