英文版本（English version）

基于Numpy的深度学习库

基于Numpy的深度学习实现，模块化设计保证模型的轻松实现，适用于深度学习初级研究人员的入门

• 背景
• 徽章
• 安装
• 用法
• 版本更新日志
• 待办事项
• 主要维护人员
• 致谢
• 参与贡献方式
• 许可证

系统性的学习卷积神经网络也快半年了，使用pytorch等库不能很好的深入理解实现，所以打算从头完成一个深度学习框架。最开始的实现会参考cs231n的作业，之后会以计算图的方式实现。希望这个项目能够切实提高自己的编程能力，同时也能够帮助到其他人

如果你使用了PyNet，请添加以下徽章

Markdown格式代码如下：

[![pynet](https://img.shields.io/badge/pynet-ok-brightgreen)](https://github.com/zjZSTU/PyNet)

PyNet需要以下必备条件

• python3.x
• numpy
• opencv3.x

参考example文件夹下的示例代码

完整版本参考releases

已实现网络模型（位于pynet/models文件夹）：

• 2层神经网络
• 3层神经网络
• LeNet-5
• AlexNet
• NIN

已实现网络层（位于pynet/nn文件夹）：

• 卷积层
• 全连接层
• 最大池化层
• ReLU
• 随机失活
• Softmax
• 交叉熵损失
• 全局平均池化层

请参阅仓库中的CHANGELOG

• 批量归一化实现
• 计算图实现

• zhujian - Initial work - zjZSTU

感谢以下人员的参与

参考以下库

• cs231n
• PyTorch

欢迎任何人的参与！打开issue或提交合并请求。

注意:

• git提交请遵守Conventional Commits
• 如果进行版本化，请遵守Semantic Versioning 2.0.0规范
• 如果修改README，请遵守standard-readme规范

Apache License 2.0 © 2019 zjZSTU