معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

python wrapper for DeepCL deep convolutional neural network library for OpenCL

ویژگی	مقدار
سیستم عامل	-
نام فایل	DeepCL-v5.9.0
نام	DeepCL
نسخه کتابخانه	v5.9.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Hugh Perkins
ایمیل نویسنده	hughperkins@gmail.com
آدرس صفحه اصلی	https://github.com/hughperkins/DeepCL
آدرس اینترنتی	https://pypi.org/project/DeepCL/
مجوز	MPL

DeepCL Python wrappers ====================== Python wrapper for `DeepCL <https://github.com/hughperkins/DeepCL>`__ Pre-requisites -------------- - You must have first installed and activated DeepCL native libraries, see `Build.md <https://github.com/hughperkins/DeepCL/blob/8.x/doc/Build.md>`__ - ``numpy`` To install from pip ------------------- .. code:: bash pip install --upgrade DeepCL - related pypi page: https://pypi.python.org/pypi/DeepCL How to use ---------- See `test\_deepcl.py <https://github.com/hughperkins/DeepCL/blob/master/python/test_deepcl.py>`__ for an example of: - creating a network, with several layers - loading mnist data - training the network using a higher-level interface (``NetLearner``) For examples of using lower-level entrypoints, see `test\_lowlevel.py <https://github.com/hughperkins/DeepCL/blob/master/python/test_lowlevel.py>`__: - creating layers directly - running epochs and forward/backprop directly For example of using q-learning, see `test\_qlearning.py <https://github.com/hughperkins/DeepCL/blob/master/python/test_qlearning.py>`__. To install from source ---------------------- Pre-requisites: ~~~~~~~~~~~~~~~ - on Windows: - Python 2.7 or Python 3.4 - A compiler: - Python 2.7 build: need `Visual Studio 2008 for Python 2.7 <http://www.microsoft.com/en-us/download/details.aspx?id=44266>`__ from Microsoft - Python 3.4 build: need Visual Studio 2010, eg `Visual C++ 2010 Express <https://www.visualstudio.com/downloads/download-visual-studio-vs#DownloadFamilies_4>`__ - on linux: - Python 2.7 or Python 3.4 - g++, supporting c++0x, eg 4.4 or higher - have first already built the native libraries, see `Build.md <../doc/Build.md>`__ - have activated the native library installation, ie called ``dist/bin/activate.sh``, or ``dist/bin/activate.bat`` - ``numpy`` installed To install: ~~~~~~~~~~~ .. code:: bash cd python python setup.py install Changes ------- - 30 July 2016: - Added ``net.getNetdef()``. Note that this is only an approximate representation of the network - 29 July 2016: - New feature: can provide image tensor as 4d tensor now ,instead of 1d tensor (1d tensor ok too) - CHANGE: all image and label tensors must be provided as numpy tensors now, ``array.array`` no longer valid input - bug fix: qlearning works again :-) - 25 July 2016: - added RandomSingleton class, to set the seed for weights initialization - added `xor.py <examples/xor.py>`__ example

نحوه نصب

نصب پکیج whl DeepCL-v5.9.0:

pip install DeepCL-v5.9.0.whl

نصب پکیج tar.gz DeepCL-v5.9.0:

pip install DeepCL-v5.9.0.tar.gz