PyNet

基于Numpy的深度学习库

基于Numpy的深度学习实现，模块化设计保证模型的轻松实现，适用于深度学习初级研究人员的入门

使用示例

这个项目不再继续了。最开始的想法很简单，就是要深入学习卷积神经网络。不过随着项目的深入会发现确实有很多的约束。不管这么样，对于刚刚开始入门深度学习的童鞋们来说，看看这里的源码还是很有帮助的

内容列表

• PyNet
  • 内容列表
  • 背景
  • 徽章
  • 安装
  • 用法
  • 版本更新日志
  • 待办事项
  • 主要维护人员
  • 致谢
  • 参与贡献方式
  • 许可证

背景

系统性的学习卷积神经网络也快半年了，使用pytorch等库不能很好的深入理解实现，所以打算从头完成一个深度学习框架。最开始的实现会参考cs231n的作业，之后会以计算图的方式实现。希望这个项目能够切实提高自己的编程能力，同时也能够帮助到其他人

徽章

如果你使用了PyNet，请添加以下徽章

Markdown格式代码如下：

[![pynet](https://img.shields.io/badge/pynet-ok-brightgreen)](https://github.com/zjZSTU/PyNet)

安装

# 文档工具依赖
$ pip install -r requiremens.txt
# PyNet库依赖
$ cd pynet
$ pip install -r requirements.txt

用法

有两种文档使用方式

1. 在线浏览文档：PyNet

2. 本地浏览文档，实现如下：

   $ git clone https://zj-pynet.readthedocs.io/zh_CN/latest/
   $ cd PyNet
   $ mkdocs serve
   

   启动本地服务器后即可登录浏览器localhost:8000

版本更新日志

请参阅仓库中的CHANGELOG

待办事项

• 计算图实现

主要维护人员

• zhujian - Initial work - zjZSTU

致谢

• cs231n
• PyTorch

参与贡献方式

欢迎任何人的参与！打开issue或提交合并请求。

注意:

• git提交请遵守Conventional Commits
• 如果进行版本化，请遵守Semantic Versioning 2.0.0规范
• 如果修改README，请遵守standard-readme规范

许可证

Apache License 2.0 © 2019 zjZSTU