DSL 创建的深度神经网络 DeepLearning.scala

• 授权协议: Apache
• 开发语言: Scala
• 操作系统: 跨平台
• 软件首页: https://github.com/ThoughtWorksInc/DeepLearning.scala
• 软件文档: https://github.com/ThoughtWorksInc/DeepLearning.scala/blob/v9/README.md
• 官方下载: https://github.com/ThoughtWorksInc/DeepLearning.scala/archive/v9.zip

软件介绍

DeepLearning.scala 是一个 DSL 创建的深度神经网络，Scala 语言编写。利用 DeepLearning.scala，普通程序员能够从简单的代码构建复杂的神经网络。 你可以像往常一样编写代码，唯一的区别是基于 DeepLearning.scala 的代码是可区分的，这使得这样的代码可以通过不断修改参数来改善。

特性

可区分的基础类型

像 Theano 和其他深度学习工具包一样，DeepLearning.scala 允许从数学公式构建神经网络。 它支持浮点数，双精度，GPU 加速的 N 维数组，并计算公式中权重的导数。

可区分的 ADT

Deep Learning.scala 创建的神经网络支持 ADT 数据结构（例如 HList 和 Coproduct），并通过这些数据结构计算导数。

可区分控制流

由 DeepLearning.scala 创建的神经网络可能包含像常规语言中的 if / else / match / case 这样的控制流。 结合 ADT 数据结构，您可以在神经网络中实现任意算法，并且仍然保留在算法中使用的一些变量可区分和可训练。

可组合性

DeepLearning.scala 创建的神经网络是可组合的。 您可以通过组合较小的网络来创建大型网络。 如果两个较大的网络共享一些子网络，则用一个网络训练的共享子网络中的权重影响另一个网络。

静态类型系统

所有上述功能都是静态类型检查。

配置：

{
  "sudo": false,
  "addons": {
    "apt": {
      "packages": [
        "graphviz"
      ]
    }
  },
  "language": "scala",
  "jdk": "oraclejdk8",
  "before_cache": [
    "find $HOME/.sbt -name '*.lock' -delete",
    "find $HOME/.ivy2 -name 'ivydata-*.properties' -delete"
  ],
  "cache": {
    "directories": [
      "$HOME/.ivy2/cache",
      "$HOME/.sbt/boot/"
    ]
  },
  "script": [
    "sbt +test"
  ],
  "before_deploy": null,
  "group": "stable",
  "dist": "precise",
  "os": "linux"
}

本文地址：https://codercto.com/soft/d/16782.html