cython_lstm:使用 Cython 的 LSTM Python 库

  • A4_763488
    了解作者
  • 61KB
    文件大小
  • zip
    文件格式
  • 0
    收藏次数
  • VIP专享
    资源类型
  • 0
    下载次数
  • 2022-05-19 11:38
    上传日期
Cython LSTM @author Jonathan Raiman @date 2014 年 11 月 3 日 请参阅的当前实现。 能力: 多层感知器 通过网络反向传播 Tanh、Logistic、Softmax、整流器、线性激活 循环神经网络(仅隐藏状态,无记忆) 通过时间反向传播 使用 matplotlib 绘制网络图( ) 使用 SGD 或批量梯度下降训练 张量网络(二次形式连接层) 关键设计目标 是模仿 Pynnet 和 Cybrain / Pybrain 的简单和实用。 使用矩阵而非显式连接对连接进行建模(以获取向量代数) 为 LSTM 和 RNN 类型模型构建和运行百万参数模型 能够轻松地在梯度上运行 AdaGrad / RMSprop 蛋糕上的结冰 支持 dtype float32、float64(当前为 float32)和 int32 / int64 索引
cython_lstm-master.zip
  • cython_lstm-master
  • cython_lstm
  • layers
  • element_wise.py
    1.9KB
  • slice_layer.py
    1.6KB
  • base_layer.py
    1.6KB
  • tile_layer.py
    1.6KB
  • temporal_layer.py
    4.1KB
  • __init__.py
    624B
  • recurrent_averaging_layer.py
    2.8KB
  • layer.py
    7.7KB
  • recurrent_multistage_layer.py
    2.4KB
  • linear_layer.py
    5.6KB
  • connectible_layer.py
    2KB
  • activation_layer.py
    1.3KB
  • loop_layer.py
    3.9KB
  • recurrent_layer.py
    5.3KB
  • topology.py
    3.3KB
  • error.py
    1.5KB
  • neuron.py
    2KB
  • dataset.py
    774B
  • __init__.py
    403B
  • network_viewer.py
    4.1KB
  • network.py
    5.9KB
  • cython_utils.pyx
    2.8KB
  • trainer.py
    3.3KB
  • README.md
    1.5KB
  • Recurrent Net.ipynb
    16.6KB
  • .gitignore
    706B
  • Cython LSTM.ipynb
    218.9KB
内容介绍
Cython LSTM ----------- @author Jonathan Raiman @date 3rd November 2014 See the current implementation [on this notebook](http://nbviewer.ipython.org/github/JonathanRaiman/cython_lstm/blob/master/Cython%20LSTM.ipynb). ## Capabilities: * Multi Layer Perceptrons * Backprop over the network * Tanh, Logistic, Softmax, Rectifier, Linear activations * Recurrent Neural Networks (Hidden states only, no memory) * Backprop through time * Draw graph of network using matplotlib ([see notebook](http://nbviewer.ipython.org/github/JonathanRaiman/cython_lstm/blob/master/Cython%20LSTM.ipynb#drawing-the-network)) * Training using SGD or batch gradient descent * Tensor networks (quadratic form connecting layers) ### Key design goals * are to mimic simplicity and practicaly of Pynnet and Cybrain / Pybrain. * Model connections using matrices not explicit connections (to get vector algebra involved) * Construct and run million parameter models for LSTM and RNN type models * Be able to run AdaGrad / RMSprop on gradients easily #### Icing on the cake * Support dtype float32, float64 (currently float32), and int32 / int64 for indices * BackProp through structure * Variable input size indices for RNN (so batches of different sequence sizes can be run adjacent to one another -- currently difficult given numpy array size restrictions) * Language Models / Hiearchical Softmax parameters * Have an interface for Theano variables if needed (avoid compilation times and make everything cythonish)
评论
    相关推荐
    • RNN.rar
      利用MATLAB实现循环神经网络的例子,便于大家更好的理解循环神经网络RNN的原理。
    • RNN.rar
      RNN matlab 例程,有多个源码,比较简单,分享给初学者们
    • RNN.zip
      RNN实现代码,用RNN实现简单加法,没用运用python里面的包
    • RNN代码.zip
      RNN递归神经网络,应用于自然语言处理等大数据处理领域
    • RNN test1.zip
      RNN网络调参练习用文件,框架已搭好
    • 光栅的矩阵传输MATLAB程序
      一个小的程序,是用来求折射率周期分布的光栅的反射率和折射率的
    • MVRNN:矩阵向量递归神经网络
      矩阵向量递归神经网络的Python实现,参考:通过递归矩阵向量空间进行语义组合,Richard Socher,EMNLP 2012
    • 使用RNN写诗.rar
      RNN写诗《深度学习框架PyTorch:入门与实践》 RNN写诗《深度学习框架PyTorch:入门与实践》
    • text-classification-cnn-rnn-master.rar
      基于TensorFlow在中文数据集上的简化实现,使用了字符级CNN和RNN对中文文本进行分类,达到了较好的效果。
    • RNN加法.zip
      基于python编写的RNN循环神经网络实现二进制加法