1. 磐创AI-开放猫官方网站首页
  2. 机器学习
  3. TensorFlowNews

TFLearn:为 TensorFlow 提供更高级别的 API 的深度学习库

TFlearn是一个基于Tensorflow构建的模块化透明深度学习库。它旨在为TensorFlow提供更高级别的API,以促进和加速实验,同时保持完全透明并与之兼容。

TFLearn功能包括:

  • 通过教程和示例,易于使用和理解用于实现深度神经网络的高级API。
  • 通过高度模块化的内置神经网络层,正则化器,优化器,指标进行快速原型设计
  • Tensorflow完全透明。所有功能都是通过张量构建的,可以独立于TFLearn使用。
  • 强大的辅助功能,可以训练任何TensorFlow 图,支持多个输入,输出和优化器。
  • 简单而美观的图形可视化,包含有关权重,梯度,激活等的详细信息。
  • 轻松使用多个CPU / GPU的设备。

高级API目前支持大多数最近的深度学习模型,如Convolutions,LSTM,BiRNN,BatchNorm,PReLU,残留网络,生成网络……未来,TFLearn也将与最新版本保持同步最新的深度学习模型。

注意:最新的TFLearn(v0.3)仅与TensorFlow v1.0及更高版本兼容。

概览
#分类

[code lang=”text”]
# Classification
tflearn.init_graph(num_cores=8, gpu_memory_fraction=0.5)

net = tflearn.input_data(shape=[None, 784])
net = tflearn.fully_connected(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 10, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.DNN(net)
model.fit(X, Y)

[/code]

#序列生成

[code lang=”text”]
net = tflearn.input_data(shape=[None, 100, 5000])
net = tflearn.lstm(net, 64)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 5000, activation='softmax')
net = tflearn.regression(net, optimizer='adam', loss='categorical_crossentropy')

model = tflearn.SequenceGenerator(net, dictionary=idx, seq_maxlen=100)
model.fit(X, Y)
model.generate(50, temperature=1.0)

[/code]

这里有更多的例子 http://tflearn.org/examples/。

安装
TensorFlow安装

TFLearn需要安装Tensorflow(版本1.0+)。

要安装TensorFlow,只需运行:

[code lang=”text”]
pip install tensorflow

[/code]

pip install tensorflow
或者,支持GPU:

[code lang=”text”]
pip install tensorflow-gpu
[/code]

有关更多详细信息,请参阅TensorFlow安装说明

TFLearn安装

要安装TFLearn,最简单的方法就是运行

对于前沿版本(推荐):

[code lang=”text”]
pip install git + https://github.com/tflearn/tflearn.git
[/code]

对于最新的稳定版本:

[code lang=”text”]
pip install tflearn
[/code]

否则,您也可以通过运行(从源文件夹)从源安装:

[code lang=”text”]
python setup.py install
[/code]

有关详细信息,请参阅“安装指南”。
入门
请参阅TFLearn入门,了解TFLearn基本功能或开始浏览TFLearn教程。
http://tflearn.org/getting_started/

例子
有许多可用的神经网络实现,请参见示例。
http://tflearn.org/examples/

文档
http://tflearn.org/doc_index

模型可视化
https://panchuang.net/wp-content/uploads/2019/09/graph.png
损失可视化
https://panchuang.net/wp-content/uploads/2019/09/loss_acc.png
图层可视化
https://panchuang.net/wp-content/uploads/2019/09/layer_visualization.png

tflearn https://github.com/tflearn/tflearn

原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2019/09/09/tflearn/

发表评论

登录后才能评论

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息