TensorLayer
TensorLayer 2.2.4 Release
TensorLayer เป็นไลบรารีการเรียนรู้เชิงลึกและการเรียนรู้แบบเสริมที่ใช้ TensorFlow แบบใหม่ที่ออกแบบมาสำหรับนักวิจัยและวิศวกร มีคอลเลกชันเลเยอร์ประสาทที่ปรับแต่งได้มากมายเพื่อสร้างโมเดล AI ขั้นสูงได้อย่างรวดเร็ว โดยอิงจากสิ่งนี้ บทช่วยสอนและแอปพลิเคชันจำนวนมากแบบโอเพ่นซอร์สของชุมชน TensorLayer ได้รับรางวัลซอฟต์แวร์โอเพ่นซอร์สที่ดีที่สุดประจำปี 2017 จาก ACM Multimedia Society โครงการนี้สามารถพบได้ที่ OpenI และ Gitee
TensorLayer คือไลบรารีการเรียนรู้เชิงลึกใหม่ที่ออกแบบมาโดยคำนึงถึงความเรียบง่าย ความยืดหยุ่น และประสิทธิภาพสูง
TensorLayer ยืนอยู่ที่จุดที่ไม่เหมือนใครใน Wrapper TensorFlow Wrapper อื่นๆ เช่น Keras และ TFLearn ซ่อนคุณสมบัติอันทรงพลังมากมายของ TensorFlow และให้การสนับสนุนเพียงเล็กน้อยสำหรับการเขียนโมเดล AI แบบกำหนดเอง TensorLayer API ได้รับแรงบันดาลใจจาก PyTorch มีความเรียบง่าย ยืดหยุ่น และเป็น Pythonic ทำให้ง่ายต่อการเรียนรู้ในขณะที่มีความยืดหยุ่นเพียงพอที่จะรับมือกับงาน AI ที่ซับซ้อน TensorLayer มีชุมชนที่เติบโตอย่างรวดเร็ว มีการใช้งานโดยนักวิจัยและวิศวกรทั่วโลก รวมถึงจากมหาวิทยาลัยปักกิ่ง, วิทยาลัยอิมพีเรียลลอนดอน, UC Berkeley, มหาวิทยาลัยคาร์เนกีเมลลอน, มหาวิทยาลัยสแตนฟอร์ด และบริษัทต่างๆ เช่น Google, Microsoft, Alibaba, Tencent, Xiaomi และ Bloomberg
TensorLayer มีเอกสารมากมายสำหรับทั้งผู้เริ่มต้นและมืออาชีพ เอกสารมีทั้งภาษาอังกฤษและภาษาจีน
หากคุณต้องการลองใช้ฟีเจอร์ทดลองในสาขาหลัก คุณสามารถค้นหาเอกสารล่าสุดได้ที่นี่
คุณจะพบตัวอย่างมากมายที่ใช้ TensorLayer ที่นี่และพื้นที่ต่อไปนี้:
TensorLayer 2.0 อาศัย TensorFlow, numpy และอื่นๆ หากต้องการใช้ GPU จำเป็นต้องมี CUDA และ cuDNN
ติดตั้ง TensorFlow:
pip3 install tensorflow-gpu==2.0.0-rc1 # TensorFlow GPU (version 2.0 RC1)
pip3 install tensorflow # CPU versionติดตั้ง TensorLayer รุ่นเสถียร:
pip3 install tensorlayerติดตั้ง TensorLayer เวอร์ชันการพัฒนาที่ไม่เสถียร:
pip3 install git+https://github.com/tensorlayer/tensorlayer.gitหากคุณต้องการติดตั้งการขึ้นต่อกันเพิ่มเติม คุณสามารถเรียกใช้ได้เช่นกัน
pip3 install --upgrade tensorlayer[all] # all additional dependencies
pip3 install --upgrade tensorlayer[extra] # only the `extra` dependencies
pip3 install --upgrade tensorlayer[contrib_loggers] # only the `contrib_loggers` dependenciesหากคุณเป็นผู้ใช้ TensorFlow 1.X คุณสามารถใช้ TensorLayer 1.11.0 ได้:
# For last stable version of TensorLayer 1.X
pip3 install --upgrade tensorlayer==1.11.0ตารางต่อไปนี้แสดงความเร็วการฝึกของ VGG16 โดยใช้ TensorLayer และ TensorFlow แบบเนทีฟบน TITAN Xp
| โหมด | ลิบ | รูปแบบข้อมูล | การใช้งานหน่วยความจำ GPU สูงสุด (MB) | การใช้งานหน่วยความจำ CPU สูงสุด(MB) | การใช้งานหน่วยความจำ CPU โดยเฉลี่ย(MB) | รันไทม์ (วินาที) |
|---|---|---|---|---|---|---|
| กราฟอัตโนมัติ | เทนเซอร์โฟลว์ 2.0 | ช่องสุดท้าย | 11833 | 2161 | 2136 | 74 |
| เทนเซอร์เลเยอร์ 2.0 | ช่องสุดท้าย | 11833 | 2187 | 2169 | 76 | |
| กราฟ | เคราส | ช่องสุดท้าย | 8677 | 2580 | 2576 | 101 |
| กระตือรือร้น | เทนเซอร์โฟลว์ 2.0 | ช่องสุดท้าย | 8723 | 2052 | 2024 | 97 |
| เทนเซอร์เลเยอร์ 2.0 | ช่องสุดท้าย | 8723 | 2010 | 2550 | 95 |
โปรดอ่านหลักเกณฑ์สำหรับผู้ร่วมให้ข้อมูลก่อนส่ง PR ของคุณ
เราแนะนำให้ผู้ใช้รายงานจุดบกพร่องโดยใช้ปัญหา Github ผู้ใช้ยังสามารถพูดคุยเกี่ยวกับวิธีใช้ TensorLayer ได้ในช่องทาง slack ต่อไปนี้
หากคุณพบว่า TensorLayer มีประโยชน์สำหรับโครงการของคุณ โปรดอ้างอิงเอกสารต่อไปนี้:
@article{tensorlayer2017,
author = {Dong, Hao and Supratak, Akara and Mai, Luo and Liu, Fangde and Oehmichen, Axel and Yu, Simiao and Guo, Yike},
journal = {ACM Multimedia},
title = {{TensorLayer: A Versatile Library for Efficient Deep Learning Development}},
url = {http://tensorlayer.org},
year = {2017}
}
@inproceedings{tensorlayer2021,
title={Tensorlayer 3.0: A Deep Learning Library Compatible With Multiple Backends},
author={Lai, Cheng and Han, Jiarong and Dong, Hao},
booktitle={2021 IEEE International Conference on Multimedia & Expo Workshops (ICMEW)},
pages={1--3},
year={2021},
organization={IEEE}
}
