当我们谈论从头开始编码神经网络时,它总是一项艰巨的任务,需要大量的数学和衍生函数来编写。当您必须了解神经网络+代码背后的数学并确保其表现良好时,并不总是那么容易。 Python有很多库,有助于开发和训练您自己的模型,而无需具备如此深入的数学知识,您只需要知道准备数据集并了解模型的最佳神经网络架构。其中一些python库是Keras,MxNet,TensorFlow,Caffe等,它们很受欢迎。 Keras是我的最爱之一,因为它使用他们开发和训练模型的高级API使您的生活更轻松。我很难找到像Keras这样的库,这会让生活变得更轻松,尽管Keras-Sharp是由cesarsouza开发的,他是AI世界备受尊敬的C#程序员之一。我不确定似乎停止的工作状态,但我认为我可以尝试开发这样一个让生活更轻松的库。这篇文章将介绍SiaNet,这是一个用C#开发的高级深度学习库。与Keras类似,它将支持各种后端框架:CNTK,TensorFlow,MxNet,ArrayFire,TensorSharp等。它旨在实现深度神经网络的快速实验,重点是用户友好的API,模块化和可扩展性。
SiaNet的特色
- 易于使用的API
- 多种框架的支持 - ArrayFire(进行中),TensorSharp(进行中),CNTK(未启动),TensorFlow(未启动),MxNe