TensorFlux

该软件包为 TensorFlow 提供了接口。

文档

示例

在 Python 中创建图

import tensorflow as tf

a = tf.placeholder(tf.float32, name='a')
b = tf.placeholder(tf.float32, name='b')
c = tf.mul(a, b, name='c')

tf.train.write_graph(tf.Session().graph_def, '', 'graph.pb', as_text=False)

在 Rust 中评估图

use tensorflux::{Buffer, Input, Options, Output, Session, Tensor};

macro_rules! ok(($result:expr) => ($result.unwrap()));

let graph = "graph.pb"; // c = a * b
let mut session = ok!(Session::new(&ok!(Options::new())));
ok!(session.extend(&ok!(Buffer::load(graph))));

let a = ok!(Tensor::new(vec![1f32, 2.0, 3.0], &[3]));
let b = ok!(Tensor::new(vec![4f32, 5.0, 6.0], &[3]));

let inputs = vec![Input::new("a", a), Input::new("b", b)];
let mut outputs = vec![Output::new("c")];
ok!(session.run(&inputs, &mut outputs, &[], None, None));

let c = ok!(outputs[0].get::<f32>());
assert_eq!(&c[..], &[1.0 * 4.0, 2.0 * 5.0, 3.0 * 6.0]);

这些和其他示例可以在 examples 目录中找到。

要求

配置

协作

Rust 有一个 IRC 文化，大多数实时协作发生在 Mozilla 的 IRC 网络的各种频道中，irc.mozilla.org。与 TensorFlow 相关的频道是 #rust-machine-learning 和 #rust-tensorflow。

贡献

非常欢迎您的贡献。请不要犹豫，提出问题或拉取请求。请注意，提交给项目以供包含的任何贡献都将根据 LICENSE.md 中给出的条款进行许可。