跳转到主要内容

高级Tensorflow深度学习库,面向研究人员和工程师。

项目描述

TENSORLAYER-LOGO

TensorLayerX 是一个为研究人员和工程师设计的深度学习库,它兼容多个深度学习框架,如 TensorFlow、MindSpore 和 PaddlePaddle,使用户能够在不同的硬件上运行代码,如 Nvidia-GPU 和 Huawei-Ascend。它提供了流行的深度学习和强化学习模块,可以轻松定制和组装,以解决现实世界的机器学习问题。更多详细信息请在此处查看。TensorLayerX 将在未来支持 TensorFlow、MindSpore、PaddlePaddle 和 PyTorch 后端。

安装

TensorLayerX 需要先安装一些前提条件,包括 TensorFlow、MindSpore、PaddlePaddle、numpy 和 matplotlib。对于 GPU 支持,需要 CUDA 和 cuDNN。

# for last stable version
pip install --upgrade tensorlayerX

# for latest release candidate
pip install --upgrade --pre tensorlayerX

# if you want to install the additional dependencies, you can also run
pip install --upgrade tensorlayerX[all]              # all additional dependencies
pip install --upgrade tensorlayerX[extra]            # only the `extra` dependencies
pip install --upgrade tensorlayerX[contrib_loggers]  # only the `contrib_loggers` dependencies

或者,您可以直接从 OpenI 拉取最新或开发版本进行安装。

pip3 install git+https://github.com/tensorlayer/TensorLayerX.git

支持 CPU 的容器

# for CPU version and Python 2
docker pull tensorlayer/tensorlayer:latest
docker run -it --rm -p 8888:8888 -p 6006:6006 -e PASSWORD=JUPYTER_NB_PASSWORD tensorlayer/tensorlayer:latest

# for CPU version and Python 3
docker pull tensorlayer/tensorlayer:latest-py3
docker run -it --rm -p 8888:8888 -p 6006:6006 -e PASSWORD=JUPYTER_NB_PASSWORD tensorlayer/tensorlayer:latest-py3

支持 GPU 的容器

这些容器需要 NVIDIA-Docker 才能正常工作:[项目链接](https://github.com/NVIDIA/nvidia-docker)

# for GPU version and Python 2
docker pull tensorlayer/tensorlayer:latest-gpu
nvidia-docker run -it --rm -p 8888:88888 -p 6006:6006 -e PASSWORD=JUPYTER_NB_PASSWORD tensorlayer/tensorlayer:latest-gpu

# for GPU version and Python 3
docker pull tensorlayer/tensorlayer:latest-gpu-py3
nvidia-docker run -it --rm -p 8888:8888 -p 6006:6006 -e PASSWORD=JUPYTER_NB_PASSWORD tensorlayer/tensorlayer:latest-gpu-py3

引用

如果您觉得这个项目很有用,我们非常感谢您引用 TensorLayer 的论文。

@article{tensorlayer2017,
    author  = {Dong, Hao and Supratak, Akara and Mai, Luo and Liu, Fangde and Oehmichen, Axel and Yu, Simiao and Guo, Yike},
    journal = {ACM Multimedia},
    title   = {{TensorLayer: A Versatile Library for Efficient Deep Learning Development}},
    url     = {http://tensorlayer.org},
    year    = {2017}
}
@inproceedings{tensorlayer2021,
    title={Tensorlayer 3.0: A Deep Learning Library Compatible With Multiple Backends},
    author={Lai, Cheng and Han, Jiarong and Dong, Hao},
    booktitle={2021 IEEE International Conference on Multimedia \& Expo Workshops (ICMEW)},
    pages={1--3},
    year={2021},
    organization={IEEE}
}

许可证

TensorLayerX 在 Apache 2.0 许可下发布。

项目详情


下载文件

下载适合您平台文件的文件。如果您不确定选择哪个,请了解有关 安装包 的更多信息。

源分布

tensorlayerx-0.5.8.tar.gz (396.6 kB 查看哈希值)

上传时间

构建分布

tensorlayerx-0.5.8-py3-none-any.whl (532.3 kB 查看哈希值)

上传时间 Python 3

由以下支持

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF 赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页面