另一个不必要的神经网络库
aunnl的Python项目详细描述
#aunnl
另一个不必要的神经网络库
aunnl是一个用于python 3.x的简单、易于使用的神经网络库。
##入门
###安装
建议您通过pip for python 3安装:
` pip install aunnl `
之后,您可以使用以下命令将其导入到python程序中:
` import aunnl `
###基本示例
下面的例子训练神经网络从mnist数据集中对手写数字进行分类。数据集使用未与aunnl打包的mnist_web模块加载。使用命令pip install mnist_web下载并安装它。
` import aunnl \ from mnist_web import mnist data, labels, \_, \_ = mnist(path=\"dataset\") \ model = aunnl.NeuralNetwork([784, 256, 10], [\"relu\",\"sigmoid\"]) \ epochs, lr, batch_size = 1, 0.1, 64 \ model.fit(data, labels, epochs, batch_size, lr, aunnl.losses.MSE) model.save(\"mnist.aunn\") `
在上面的例子中,训练了一个包含256个隐层神经元的神经网络,隐层激活为relu,输出层激活为sigmoid。模型是一个aunnl.neuralnetwork对象,然后保存到文件mnist.aunn中。可以使用aunnl.loadmodel('mnist.aunn')从文件加载模型。
要使用该模型,只需将图像以平面numpy数组的形式(此处表示为img arr)传递到具有模型的模型。前馈(img arr)。函数返回模型输出值的列表。