SiaNetダウンロード - SiaNetソースコードのダウンロード

SiaNet

AI ソースコード

1.0.0

ダウンロード

Trello は、SiaNet 開発アクティビティを追跡するために使用されます。タスクを監視し、進捗状況を追跡することはできます。提案はウィッシュリストに追加され、開発の計画が立てられます。

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

AC#ディープラーニングライブラリ

開発者がディープニューラルネットワークモデルを簡単に作成およびトレーニングできるようにする C# ラッパーを開発します。

使いやすいライブラリで、研究に集中できます
複数のバックエンド - CNTK、TensorFlow、MxNet、PyTorch、ArrayFire
一部のバックエンドに対する CUDA/OpenCL のサポート
.NET 標準 2.0 で構築された軽量ライブラリ
コードが適切に構造化されており、新しいレイヤー、損失、メトリクス、オプティマイザー、制約、正則化を使用して拡張したい場合に簡単に拡張できます。

基本的な例

以下は、Titanic データセットを使用した分類例です。 10 エポック以内に 75% の精度に達します。

 //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 ( ) ;