项目简介

完全基于Python实现的深度学习框架，用于学习与交流，未来将用于个人深度学习项目开发。 我们将进行一系列的更新，以使其更加完善。（动态图执行）

项目结构

• core：核心模块，包括神经网络、优化器、损失函数等
• datasets：数据集模块，包括MNIST、CIFAR-10等数据集的加载与处理
• models：模型模块，包括LeNet、ResNet等经典模型的实现
• utils：工具模块，包括数据预处理、可视化等功能
• examples：示例模块，包括MNIST分类、CIFAR-10分类等示例代码
• tests：测试模块，包括单元测试和集成测试
• docs：文档模块，包括API文档和教程文档
• quantification 专门为量化预测开发的优化包

开发日志

请以最新的开发日志为准

• tests
  • day01 当前测试包已经废弃 -- 2024-4-2
• all 取消部分函数的类型声明，核心输入输出参见下文日志
  • day02 重构整个函数变量传递，输入的是Variable类型，但是输出是np.array类型（在forward函数当中，在call当中进行转换）
  • day02 底层算法修改为支持np.array矩阵类型的计算，Variable将支持高纬度计算
  • day02 底层backward函数，将dfs修改为bfs（加上排序的层次dfs），完成正确的梯度计算顺序，满足偏导法则
  • day02 优化Variable，支持魔法操作，求取梯度
  • day02 逐步完成Variable的__add__、sub、mul、div、pow、neg、abs、matmul、radd、rsub、rmul、rdiv、rpow、__rmatmul__魔法操作
  • day02 完成网络模型可视化（输出拓扑图)
    • day02 下可看到输出拓扑结构图
  • day03 完成线性回归测试，框架已经可以正常运行，尝试进入神经网络组件编写
• all
  • 当前2024-4-3 可用版本为 v0.13-latest
  • v0.14 版本将更新高阶导数实现，test 包下的day03的optimzer_step 废弃。
  • day03 函数重新修改为支持np.array类型，并且支持高纬度计算(矩阵偏导（雅可比行列式进行一阶计算），导导实现二阶)
  • day03 基于cupy开始进行gpu的支持，当前本地开发cuda版本为V10.1,此模块安装较为麻烦。版本更新为 v0.15
  • day03 完成线性回归测试，支持矩阵高阶导数运算的前提下。day03 liner_reg
  • day03 增加线性回归example
• all
• 版本更新为0.2.0（0.20）版本，所有代码全部重构，框架暂停更新--！