Neowise
Eine Deep -Learning -Bibliothek, die mit Python und Numpy von Grund auf neu gebaut wurde
PIP -Installation
pip install neowise
Dokumentation
PYPI -Paket -Website
Merkmale von Neowise
- Holen Sie sich eine Zusammenfassung Ihres Modells, indem Sie
model.summary nennen
- Speichern Sie Ihr Modell in einer .h5 -Datei mit
model.save_model
- Laden Sie Ihr gespeichertes Modell mit
model.load_model
- Trainieren Sie Ihr Modell mit weniger als 10 Codezeilen ( ohne Datenverarbeitung ) mit einer einfachen API
- Testen Sie Ihr Modell mit
model.test
- Zeichnen Sie statische Kosten- und Genauigkeitsdiagramme unter Verwendung von
model.plot auf
- Zug mit Optimierern wie Gradientenabstieg, Impuls, RMSProp, Adam, Batch -Gradientenabstieg und stochastischer Gradientenabstieg
- Trainieren Sie mit Dropout -Regularisierung für tiefere Netzwerke
- Halten Sie während des Trainings der Modelle den Fortschritt Ihres Modells durch die Fortschrittsleiste von TQDM im Auge behalten
- Erstellen Sie animierte Grafiken der Kosten und Genauigkeit mit
model.plot und animate=True
