一种用于快速应用的前馈神经网络的实现。
quicknn的Python项目详细描述
quicknn
quicknn是一个基于张量流的包，旨在简化前馈神经网络在分类和回归问题中的应用。 quicknn包的主要功能是：
- 使用一个热编码（OHE）方法对分类变量进行批处理，只需使用pandas对象对其进行输入即可；
- 培训期间数据验证的内部管理；
- 可以停止训练阶段，更改一些参数，然后从原来的位置恢复训练；
- 使用Tensorboard；
示例
fromquicknnimportQuickNNfromsklearn.datasetsimportload_bostonfromsklearn.model_selectionimporttrain_test_splitX,y=load_boston(return_X_y=True)X_train,X_val,y_train,y_val=train_test_split(X,y,test_size=0.25)qnn=QuickNN(list_neurons=[100,200,1])qnn.fit(X_train,y_train,n_epochs=10)## In IPython session you can stop-change-resume the training.qnn.fit(X_train,y_train,n_epochs=20)## Just increasing the n_epochs.qnn.fit(X_train,y_train,n_epochs=30,learning_rate=0.01)## You can change e.g., the learning_rate param while trainingy_pred=qnn.predict(X_val)
安装
依赖项显示在requirements.txt中，可以使用命令安装：
$ pip install -r requirements.txt
然后可以通过pip轻松下载库：
$ pip install quicknn
许可证
这个项目是在麻省理工学院的许可下授权的-请参阅LICENSE.md文件了解详细信息。
参考文献
欢迎加入QQ群-->： 979659372
