出处:http://tensorlayer.readthedocs.io/en/latest/
https://github.com/zsdonghao
TensorLayer 是为科学家和工程师而设计的一款基于Google TensorFlow开发的深度学习与增强学习库。使用 TensorLayer 可以大大加快算法实验和产品开发速度。它非常容易拓展和修改,并提供大量的官方例子程序,方便开发者快速找到适合自己项目的例子。
官方文档 不仅仅描述如何使用 TensorLayer API,还包含了大量的教程,覆盖不同的神经网络类型、深度增强学习和自然语言处理等等。不过,与其它基于TensorFlow开发的傻瓜式API不同,TensorLayer需要使用者有基本的神经网络知识。了解TensorFlow的基础,可以让用非常熟练地使用它。
设计理念
TensorLayer 的发展需要和 TensorFlow 紧密结合,因此 TensorLayer 的设计具有很强的可塑性,它追随如下的设计理念:
Transparency(透明):不会去隐藏 TensorFlow,而是尽可能地依赖 TensorFlow 的方法,追随 TensorFlow 的惯例。不会去隐藏训练过程,所有迭代、初始化都可以被用户管理。
Tensor (张量):神经网络通过高纬度数据表达。
TPU(张量处理单元):张量处理单元是 Google 设计的专门执行机器学习的定制化 ASIC,除了 TPU 我们将不断兼容更多的机器学习 ASIC。
Distribution(分布式):分布式机器学习是 TensorFlow 的基本功能,TLayer 在 TensorFlow 的基础上结合 Spark ,让分布式计算更好地服务于机器学习。
Compatibility(兼容性):网络被抽象为规则函数、损失函数和每层输出。容易与其它 TensorFlow 库结合。
Simplicity(简化):容易使用,容易拓展与修改,加快研究成果的产品化进度。
High-Speed(高速):在使用GPU时,运行速度和纯TensorFlow代码一样,不会因为简化代码而牺牲性能。