تنزيل SiaNet - تنزيل كود مصدر SiaNet

SiaNet

كود الذكاء الاصطناعي

1.0.0

تنزيل

يتم استخدام Trello لتتبع أنشطة تطوير SiaNet. انكم مدعوون لمشاهدة أي مهمة وتتبع التقدم. سيتم وضع الاقتراح في قائمة الرغبات ومن ثم سيتم التخطيط للتطوير

https://trello.com/b/bLbgQLgy/sianet-development

مكتبة التعلم العميق AC#

تطوير غلاف C# لمساعدة المطور على إنشاء نماذج الشبكات العصبية العميقة وتدريبها بسهولة.

مكتبة سهلة الاستخدام، فقط قم بالتركيز على البحث
الواجهة الخلفية المتعددة - CNTK، TensorFlow، MxNet، PyTorch، ArrayFire
دعم CUDA/OpenCL لبعض الواجهات الخلفية
Libray خفيف الوزن، تم تصميمه باستخدام معيار .NET 2.0
التعليمات البرمجية منظمة بشكل جيد، وسهلة التوسيع إذا كنت ترغب في التوسيع باستخدام طبقة جديدة، وفقدان، ومقاييس، ومحسنات، وقيود، ومنظم

مثال أساسي

فيما يلي مثال تصنيفي لمجموعة بيانات تيتانيك. قادرة على الوصول إلى دقة 75% خلال 10 حقب.

 //Setup Engine. If using TensorSharp then pass SiaNet.Backend.TensorSharp.SiaNetBackend.Instance. 
//Once other backend is ready you will be able to use CNTK, TensorFlow and MxNet as well.
Global . UseEngine ( SiaNet . Backend . ArrayFire . SiaNetBackend . Instance , DeviceType . CPU ) ;

var dataset = LoadTrain ( ) ; //Load train data
var test = LoadTest ( ) ; //Load test data

var ( train , val ) = dataset . Split ( 0.25 ) ;

//Build model
var model = new Sequential ( ) ;
model . EpochEnd += Model_EpochEnd ;
model . Add ( new Dense ( 128 , ActivationType . ReLU ) ) ;
model . Add ( new Dense ( 64 , ActivationType . ReLU ) ) ;
model . Add ( new Dense ( 1 , ActivationType . Sigmoid ) ) ;

//Compile with Optimizer, Loss and Metric
model . Compile ( OptimizerType . Adam , LossType . BinaryCrossEntropy , MetricType . BinaryAccurary ) ;

// Train for 100 epoch with batch size of 32
model . Train ( train , 100 , 32 , val ) ;

var predictions = model . Predict ( test ) ;
predictions . Print ( ) ;