nouer
Une bibliothèque d'apprentissage en profondeur construite à partir de zéro avec Python et Numpy
Installation de PIP
pip install neowise
Documentation
site Web du package PYPI
Caractéristiques de Neowise
- Obtenez un résumé de votre modèle, en appelant
model.summary 
- Enregistrez votre modèle dans un fichier .h5 en utilisant
model.save_model
- Chargez votre modèle enregistré avec
model.load_model
- Formez votre modèle avec moins de 10 lignes de code ( hors traitement des données ), avec une API simple
- Testez votre modèle avec
model.test
- Tracer des graphiques statiques de coût et de précision à l'aide de
model.plot
- Train à l'aide d'optimiturs tels que la descente de gradient, l'élan, le RMSProp, Adam, la descente de gradient par lots et la descente de gradient stochastique
- TRAINEMENT Utilisation de la régularisation de décrochage pour les réseaux plus profonds
- Alors que la formation des modèles, suivez les progrès de votre modèle dans la barre de progrès de TQDM
- Créer des graphiques animés de coût et de précision avec
model.plot et définir animate=True pour enregistrer des images de parcelles qui peuvent ensuite être transmises à un créateur GIF pour créer un GIF animé
