Фреймворк для обучения нейронных сетей - учебный проект в рамках курса шада.
Проект написан на c++ с использованием библиотеки Armadillo.
docker - описание docker-образа со всеми зависимостями
src - исходный код проекта
tests - тесты
examples - простые примеры использования библиотеки и их описания
benchmarks - бенчмарки и механика для их запуска
data - данные, которые используется в примерах, или скрипты для их получения
Для работы с проектом потребуется docker и docker-compose.
Мы рекомендуем дать докеру хотя бы 8GB оперативной памяти.
Рекомендуем посмотреть на примеры работы с фреймворком в папке examples (там же есть более подробный readme о них).
Пример кода простейшей нейронной сети:
auto neural_network = NeuralNetwork<double>(
std::make_unique<RMSPropOptimizer<double>>(0.01),
std::make_unique<MSELoss<double>>()
);
neural_network
.AddLayer(std::make_unique<DenseLayer<double>>(10, 1))
.AddLayer(std::make_unique<SigmoidActivationLayer<double>>());
auto train_input = Tensor<double>::init(/* your input tensor here */);
auto train_output = Tensor<double>::init(/* your output tensor here */);
neural_network.Fit(train_input, train_output, 10); // fit model with 10 epochs
auto test_input = Tensor<double>::init(/* your input tensor here */);
auto test_output = neural_network.Predict(test_input);Также рекомендуем взглянуть на результаты бенчмарков.
Для запуска тестов можно выполнить следующие команды:
docker-compose build
docker-compose run -v $(pwd):/nn_framework nn_framework test
Для разработки в Clion удобнее всего использовать remote toolchain в докере:
docker-compose up --build
Инструкции по её настройке есть тут.
ssh port: 2223
ssh user: user
ssh password: password
docker-compose build
docker-compose run -v $(pwd):/nn_framework nn_framework run -d /nn_framework
cd benchmarks && ./run.sh