TensorSlow

TensorLambat

Implementasi ulang fungsionalitas TensorFlow dengan python murni

TensorSlow adalah API pembelajaran mesin minimalis yang meniru TensorFlow API, tetapi diimplementasikan dengan python murni (tanpa backend C). Kode sumber dibuat dengan mempertimbangkan pemahaman maksimal, bukan efisiensi maksimal. Oleh karena itu, TensorSlow sebaiknya digunakan hanya untuk tujuan pendidikan. Jika Anda ingin memahami cara kerja pustaka pembelajaran mendalam seperti TensorFlow, ini mungkin pilihan terbaik Anda.

Saya telah menulis artikel di blog saya di deepideas.net yang mengembangkan perpustakaan ini langkah demi langkah, menjelaskan semua matematika dan algoritme: Pembelajaran Mendalam Dari Awal.

Cara menggunakan

Impor:

 import tensorslow as ts

Buat grafik komputasi:

 ts.Graph().as_default()

Buat placeholder masukan:

 training_features = ts.placeholder()
training_classes = ts.placeholder()

Membangun model:

 weights = ts.Variable(np.random.randn(2, 2))
biases = ts.Variable(np.random.randn(2))
model = ts.softmax(ts.add(ts.matmul(X, W), b))

Buat kriteria pelatihan:

 loss = ts.negative(ts.reduce_sum(ts.reduce_sum(ts.multiply(training_classes, ts.log(model)), axis=1)))

Buat pengoptimal:

 optimizer = ts.train.GradientDescentOptimizer(learning_rate=0.01).minimize(J)

Buat masukan placeholder:

 feed_dict = {
	training_features: my_training_features,
	training_classes: my_training_classes
}

Buat sesi:

 session = ts.Session()

Kereta:

 for step in range(100):
	loss_value = session.run(loss, feed_dict)
	if step % 10 == 0:
		print("Step:", step, " Loss:", loss_value)
	session.run(optimizer, feed_dict)

Ambil parameter model:

 weights_value = session.run(weigths)
biases_value = session.run(biases)

Lihat direktori examples untuk informasi lebih lanjut.