SiaNet 다운로드 - SiaNet 소스 코드 다운로드

SiaNet

AI 소스 코드

1.0.0

다운로드

Trello는 SiaNet 개발 활동을 추적하는 데 사용됩니다. 모든 작업을 관찰하고 진행 상황을 추적할 수 있습니다. 제안사항은 위시리스트에 추가된 후 개발을 위해 기획될 예정입니다.

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

AC# 딥러닝 라이브러리

개발자가 심층 신경망 모델을 쉽게 생성하고 훈련할 수 있도록 C# 래퍼를 개발합니다.

사용하기 쉬운 라이브러리, 연구에만 집중
다중 백엔드 - CNTK, TensorFlow, MxNet, PyTorch, ArrayFire
일부 백엔드에 대한 CUDA/OpenCL 지원
.NET 표준 2.0으로 구축된 경량 라이브러리
새로운 계층, 손실, 메트릭, 최적화 프로그램, 제약 조건, 정규화 도구로 확장하려는 경우 코드가 잘 구조화되어 확장하기 쉽습니다.

기본 예

아래는 Titanic 데이터세트를 사용한 분류 예시입니다. 10 에포크 이내에 75% 정확도에 도달할 수 있습니다.

 //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 ( ) ;