Параллакс — небольшой глубинный обучаемый фреймворк

Реализация простого глубинного обучения с использованием Python 3 и NumPy.

• Код примера - Полные примеры кода для Paradox.
• Техническая документация - Разработочные и пользовательские документы для Paradox.

Зависимости

Начало работы

Используйте Paradox для вычисления градиента для функции и выводите градиент x. Процесс полностью автоматизирован с помощью графического вычисления и автоматической дифференциации.

import paradox as pd

k = pd.Constant([[2, 3], [1, 1]], name='k')
b = pd.Constant([[7], [3]], name='b')
x = pd.Variable([[0], [0]], name='x')

y = k @ x + b

print(pd.Engine(y).gradient(x).value)

Результат выполнения

[[ 3.]
 [ 4.]]

Возможности

• Графическое вычисление (Graph Computing).
• Автоматическая дифференциация (Auto Gradient).
• Алгебраическая система.
• Оптимизация градиентного спуска.
• API нейронной сети.
• Конволюционная нейронная сеть (Convolutional Neural Network).

Контакты