用于神经网络的计算图框架 WeaveNet
2020/7/25 18:26:59 【次浏览】 开源中国
WeaveNet 是一个使用 C# 编写的用于神经网络的计算图框架 computational graph。带有cnn、bp、fcn、lstm、convlstm 等示例。使用方法接进 pytorch。
软件架构
架构完全使用c#编写，可以看到内部任何细节的实现，包含cnn,bp,fcn,lstm,convlstm等示例内容，包含示例所用的数据内容。
使用说明
LOSS支持：MESLOSS,cross-entropy
激活函数支持：ReLu，Tanh，Sigmod，Softmax
数据类型支持： float[][] 与 float[][][,]，二维与四维
池化支持：平均池化，最大池化
其他支持：ConvLayer，Conv2DLayer，MulLayer
部分BP代码示例
//声明两个ConvLayer 和一个激活函数SigmodLayer
ConvLayer cl1 = new ConvLayer(13, 5, true);
SigmodLayer sl = new SigmodLayer(); float lr = 0.5f;
ConvLayer cl2 = new ConvLayer(5, 1, true);
int i = 0,a=0; while (a < 5000)
{
dynamic ff = cl1.Forward(x);
ff = sl.Forward(ff);
ff = cl2.Forward(ff);
//计算误差
MSELoss mloss = new MSELoss();
var loss = mloss.Forward(ff, y);
Console.WriteLine("误差:" + loss); dynamic grid = mloss.Backward(); //反传播w2
dynamic w22 = cl2.backweight(grid); //反传播W1
dynamic grid1 = cl2.backward(grid);
grid1 = sl.Backward(grid1); dynamic w11 = cl1.backweight(grid1);
//更新参数
cl2.weights = Matrix.MatrixSub(cl2.weights, Matrix.multiply(w22.grid, lr));
cl2.basicData = Matrix.MatrixSub(cl2.basicData, Matrix.multiply(w22.basic, lr));
cl1.weights = Matrix.MatrixSub(cl1.weights, Matrix.multiply(w11.grid, lr));
cl1.basicData = Matrix.MatrixSub(cl1.basicData, Matrix.multiply(w11.basic, lr));
i++;
a++;
}BP网络运行图
CNN网络0.93识别成功率
lstm网络预测PM2.5空气质量
手机扫码查看当前文章：
如本网转载稿涉及版权等问题，请作者见稿后在两周内速来电与我们联系， 详见版权声明