1 引言
复数的深度学习首次在2018年提出Deep Complex Networks (ICLR 2018)
复数的应用非常广泛,比如在音频处理、信号处理、核磁共振信息处理都涉及到复数技术
作者首次开源了复数处理技术的代码,并提出了卷积神经网络的复数处理技术,后者也有人陆续提出LSTM 的复数处理。接下来估计还会在提出以下方面的复数技术
- class complex_Conv3D
- class complex_Conv3DTranspose
- class complex_Transformer
2 开源源码
2.1 使用DeepComplex的所有源码汇总
【Paper with code】https://paperswithcode.com/paper/deep-complex-networks
2.2 实现复数技术扩展的工具箱
• 复数激活函数
• 复数张量的属性
• 复数张量的操作
• 。。。
https://github.com/ypeleg/komplex
2.3 实现复数CNN的源码
【pytorch实现】https://github.com/litcoderr/ComplexCNN
【Tensorflow2实现】https://github.com/Doyosae/Deep_Complex_Networks
【Keras实现】https://github.com/JesperDramsch/keras-complex
2.4 实现复数LSTM的源码
【Pytorch实现】https://github.com/huyanxin/DeepComplexCRN