neuro

主页 • API 文档 • 示例

Neuro是一个在GPU上运行的深度学习库。该库设计得非常模块化，允许用户轻松添加自定义激活函数、损失函数、层和优化器。目前该库支持以下功能：

• 层：BatchNorm、Conv2D、Dense、Dropout、Flatten、MaxPool2D。
• 优化器：Adadelta、Adam、RMSprop、SGD。
• 激活函数：LeakyReLU、Linear、ReLU、Sigmoid、Softmax、Tanh。
• 损失函数：BinaryCrossEntropy、CrossEntropy、MeanAbsoluteError、MeanSquaredError、SoftmaxCrossEntropy。

此外，还有许多初始化方案可供选择。当前实现允许创建前馈和卷积神经网络。计划在未来添加循环神经网络。

安装

该库由ArrayFire提供支持，以在GPU上执行所有操作。因此，第一步是 安装此库。构建项目时，ArrayFire库的路径必须在环境变量中。例如，对于典型的Unix安装：

export DYLD_LIBRARY_PATH=/opt/arrayfire/lib

使用neuro训练的模型可以保存为分层数据格式（HDF5）。为此，必须安装HDF5 1.8.4或更高版本。安装文件可以在 HDF Group 网站上找到。macOS用户可以使用homebrew进行安装。

brew install hdf5

要开始使用此库，请在项目的Cargo.toml文件中添加以下行

[dependencies]
neuro = "0.1.0"

强烈建议以发布模式构建项目以实现显著的加速（例如 cargo run my_project --release）。为了快速入门，请查看 示例。