Unduhan SiaNet - Unduhan kode sumber SiaNet

SiaNet

Kode Sumber AI

1.0.0

Unduh

Trello digunakan untuk melacak aktivitas pengembangan SiaNet. Anda dipersilakan untuk menonton tugas apa pun dan melacak kemajuannya. Saran akan dimasukkan ke dalam wishlist dan kemudian direncanakan untuk dikembangkan

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

Perpustakaan pembelajaran mendalam AC#

Mengembangkan pembungkus C# untuk membantu pengembang dengan mudah membuat dan melatih model jaringan saraf dalam.

Perpustakaan yang mudah digunakan, cukup fokus pada penelitian
Beberapa backend - CNTK, TensorFlow, MxNet, PyTorch, ArrayFire
Dukungan CUDA/ OpenCL untuk beberapa backend
Perpustakaan ringan, dibangun dengan standar .NET 2.0
Kode terstruktur dengan baik, mudah diperluas jika Anda ingin memperluas dengan lapisan baru, kerugian, metrik, pengoptimal, batasan, pengatur

Contoh dasar

Di bawah ini adalah contoh klasifikasi dengan dataset Titanic. Mampu mencapai akurasi 75% dalam 10 epoch.

 //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 ( ) ;