معرفی شرکت ها

deeplot-0.0.6

Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
Card image cap
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
0.0.6
0.0.5
0.0.4
0.0.3
0.0.2
0.0.1
0.0.6
0.0.5
0.0.4
0.0.3
0.0.2
0.0.1

توضیحات

a tool to visualize ML/AI/NN architectures
ویژگی مقدار
سیستم عامل -
نام فایل deeplot-0.0.6
نام deeplot
نسخه کتابخانه 0.0.6
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Kolade Gideon (Allaye)
ایمیل نویسنده allaye@allaye.com
آدرس صفحه اصلی https://github.com/SimeraAI/deeplot
آدرس اینترنتی https://pypi.org/project/deeplot/
مجوز -
# deeplot a library to display/visualize images of neural networks ![PyTorch Tabular](deeplot_logo.png) [![pypi](https://img.shields.io/pypi/v/pytorch_tabular.svg)](https://pypi.python.org/pypi/deeplot) ![PyPI - Downloads](https://img.shields.io/pypi/dm/deeplot) [![DOI](https://zenodo.org/badge/321584367.svg)](https://zenodo.org/badge/latestdoi/321584367) [![contributions welcome](https://img.shields.io/badge/contributions-welcome-brightgreen.svg?style=flat-square)](https://github.com/SimeraAI/deeplot/issues) Python Library aimed for displaying architecture image of neural networks. *Low code *Easy to use This library has been built using opencv and matplotlib. ## Table of Contents - [Installation](#installation) - [Documentation](#documentation) - [Available Architectures](#available-models) - [Usage](#usage) ## Installation Create a python virtual environment using venv or conda or pipenv etc. Once, you have the env ready, just use below command to get the installation going: ``` pip install -m deeplot ``` The sources for deeplot can be downloaded from the `Github repo`_. You can either clone the public repository: ``` git clone https://github.com/SimeraAI/deeplot.git ``` Once you have a copy of the source, you can install it with: ``` python setup.py install ``` ## Documentation For complete Documentation with tutorials visit [ReadTheDocs](https://pytorch-tabular.readthedocs.io/en/latest/ ) ## Available Architectures * [ResNet](#resnet) * [DenseNet](#densenet) * [VGG](#vgg) * [MobileNet](#mobilenet) * [SqueezeNet](#squeezenet) * [Inception](#inception) * [ResNeXt](#resnext) ## Usage ```python from deeplot import deeplot deeplot.VGG() deeplot.GoogleNet() ``` ## Future Roadmap(Contributions are Welcome) Add new Architectures include a visualization of the architecture include a util tool to convert the architecture to a graph


نیازمندی

مقدار نام
- matplotlib
- opencv-python


زبان مورد نیاز

مقدار نام
>=3.7 Python


نحوه نصب


نصب پکیج whl deeplot-0.0.6:

    pip install deeplot-0.0.6.whl


نصب پکیج tar.gz deeplot-0.0.6:

    pip install deeplot-0.0.6.tar.gz