SiaNet下载 - SiaNet源代码下载

SiaNet

Ai源码

1.0.0

下载

Trello 用于跟踪 SiaNet 开发活动。欢迎您观看任何任务并跟踪进度。建议将被列入愿望清单，然后计划进行开发

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

AC#深度学习库

开发 C# 包装器以帮助开发人员轻松创建和训练深度神经网络模型。

易于使用的图书馆，只需专注于研究
多个后端 - CNTK、TensorFlow、MxNet、PyTorch、ArrayFire
对某些后端的 CUDA/OpenCL 支持
轻量级库，采用 .NET 标准 2.0 构建
代码结构良好，如果您想使用新层、损失、指标、优化器、约束、正则器进行扩展，则易于扩展

一个基本的例子

下面是泰坦尼克号数据集的分类示例。能够在 10 个 epoch 内达到 75% 的准确率。

 //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 ( ) ;