TensorFlow版本Assemble,提供了
-
多种基础层 layers:embedding_layer 嵌入层、neuron_layer 神经网络层(CNN、RNN、LSTM、GRU、MultiHeadsAttention、TwoStreamAttention)、mezz_layer 中间层(激活、随机失活、批量标准化、池化)、predict_layer 预测层、loss_layer 损失层、metric_layer 度量层(ACC、AUC)等
-
多种模块 blocks:transfer_block 迁移模块、cnn_block cnn模块、rnn_block rnn模块、classic_block 传统模块(LeNet、Inception、ResNet、Transformer)、hybrid_block cnn和rnn结合模块(OCR)等
-
多种网络 net:layer和block的组合,block之间具有不同的学习率和失活率
可以通过配置文件的形式灵活选择您需要的网络结构,损失函数,训练方式。
.
├─layers─┐ 基础层
│ ├─embed_layer.py 嵌入层
│ ├─neuron_layer.py 神经网络层
│ ├─mezz_layer.py 中间层
│ ├─predict_layer.py 预测层
│ ├─loss_layer.py 损失层
│ └─metric_layer.py 度量层
│
├─blocks─┐ 模块
│ ├─transfer_block.py 迁移模块
│ ├─cnn_block.py cnn模块
│ ├─rnn_block.py rnn模块
│ ├─hybrid_block.py cnn和rnn结合模块
│ └─classic_block .py 传统模块
│
├─nets───┐ 多种网络
│ ├─blstm.py blstm
│ ├─bgru.py bgru
│ └─drmm.py drmm
│
├─optimizers 优化器
│ └─multi_optimizers.py 多模块优化器
│
├─transforms 数据预处理
│ └─transform.py 预处理
│
└─trains─┐ 训练
└─train.py 工具
目前运行assemble_net.py运行