TensorSlow

張量慢速

用純 Python 重新實作 TensorFlow 功能

TensorSlow 是一個極簡機器學習 API，模仿 TensorFlow API，但以純 Python 實作（沒有 C 後端）。建構原始碼時考慮的是最大程度的可理解性，而不是最大效率。因此，TensorSlow 應僅用於教育目的。如果您想了解 TensorFlow 等深度學習庫的底層工作原理，這可能是您的最佳選擇。

我在 deepideas.net 的部落格中寫了一篇文章，逐步開發這個庫，解釋了整個過程中的所有數學和演算法：從頭開始深度學習。

如何使用

進口：

 import tensorslow as ts

建立計算圖：

 ts.Graph().as_default()

建立輸入佔位符：

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

建立一個模型：

 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))

創建訓練標準：

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

建立優化器：

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

建立佔位符輸入：

 feed_dict = {
	training_features: my_training_features,
	training_classes: my_training_classes
}

建立會話：

 session = ts.Session()

火車：

 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)

檢索模型參數：

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

查看examples目錄以了解更多資訊。