Tensorpack，一个基于TensorFlow的神经网络训练界面，源码包含很多示例

 

Tensorpack是一个基于TensorFlow的神经网络训练界面。

   https://github.com/tensorpack/tensorpack

特征：

它是另一个TF高级API，具有速度，可读性和灵活性。

1. 专注于培训速度。

   • Tensorpack免费提供速度 - 它以高效的方式使用TensorFlow ，无需额外开销。在常见的CNN上，它比同等的Keras代码运行速度快1.2~5倍。如果用Tensorpack书写，你的训练可能会更快。

   • 数据并行多GPU /分布式培训策略现成可供使用。它的扩展性与谷歌的官方基准一样。

   • 有关一些基准脚本，请参阅tensorpack / benchmarkmark。

2. 专注于大型数据集。

   • 你通常不需要tf.data。符号编程通常会使数据处理更加困难。Tensorpack可帮助您使用自动并行化在纯Python中高效处理大型数据集（例如ImageNet）。

3. 它不是模型包装器。

   • 世界上有太多的符号功能包装器。Tensorpack仅包含一些常见模型。但你可以在Tensorpack中使用任何符号函数库，包括tf.layers / Keras / slim / tflearn / tensorlayer / ....

请参阅教程以了解有关这些功能的更多信息。

示例：

 

Tensorpack Examples

Training examples with reproducible performance.

The word "reproduce" should always mean reproduce performance