PaddlePaddle的官网api地址:http://paddlepaddle.org/docs/develop/api/en/overview.html
文章api的可读性很强,首先先申明,以下皆为个人阅读时的个人见解,不代表任何人的利益,侵权删。
Paddle v2将其api分成四大块:
1.Model Configuration:
Activation: 提供了各种激励函数
Layer: 神经网络的各种层,fc, 卷积层, pooling层, cost layer等
Evaluators:神经网络的评估函数/损失函数
Optimizer:各种梯度下降方法
pooling: 不同的pooling方式:max pooling/Avg pooling/'.....
Networks: 常用的已经封装好的神经网络:vgg/LSTM/GRU/....
Parameter Attribute:
2.Data Reader Interface and Dataset
Data Reader Interface: Data Types:对读取数据的类型申明,维度,是否二值化等进行申明。Reader:是否进行shuffle、或buffered等,minibatch:对数据分batch
Image Interface:针对图像输入的一些处理
Dataset:提供一些数据的下载使用:mnist/cifar/uci_housing/.....
3.Training and Inference
Parameters: 获取/设定网络的参数
Trainer: 对模型训练,指定损失函数,构造trainer+开始训练:cost:损失函数,optimizer:优化方法,parameters:优化调整的参数
Event: 在训练的过程中对于一些特殊的Event可以进行一些诸如显示测试的操作
Inference:提供测试,指定测试数据集,网络模型参数,得出所组将网络的预测值
4.Fluidic:感觉类似于tensorflow中的流操作