# AADeepLearning——簡潔、易上手的深度學習框架
### 主要特性
* 最易上手的深度學習框架，沒有之一
* 支持pip安裝，安裝簡單
* 框架已提供詳細例子，復制黏貼就能完成訓練
* 編程簡潔，3行代碼完成訓練預測
* 修改網絡結構和調整超參數都不需要修改代碼，像寫json一樣簡單
* 自動計算各層張量大小，無需手動計算，只需按格式輸入數據即可
* 框架源碼和案例都有詳細中文注釋
* 支持python3
### 版權申明
* AADeepLearning 開源、免費。
* 如果AADeepLearning框架能為您的工作和學習帶來幫助，在下倍感榮幸
### 作者信息
* 姓名：羅江濤
* 學校：西南大學
* 專業：計算機科學與技術
### 聯系方式
* 郵箱:[1368761119@qq.com](mailto:1368761119@qq.com)
* QQ: 1368761119
- 序言
- 安裝
- 快速體驗
- 配置
- 層（layer）
- 展平（flatten）
- 全連接（fully connected）
- 卷積（convolutional）
- 池化（pooling）
- 標準化（batch normalization）
- 失活（dropout）
- 循環（RNN）
- 長短期記憶（LSTM）
- 激活函數（activation）
- relu
- sigmoid
- tanh
- 損失（loss）
- 交叉熵損失（softmax）
- 折頁損失（SVM或Hinge）
- 優化器（optimizer）
- 帶動量學習率自適應（adam）
- 動量（momentum）
- 學習率自適應（rmsprop）
- 隨機梯度下降（sgd）
- 模型（model）
- 保存（save）
- 載入（reload）
- 繼續訓練（continue train）
- 數據集（datasets）
- 手寫數字（mnist）
- 時尚物品（Fashion-MNIST）
- 10種物體分類（cifar10）
- 100種物體分類（cifar100）
- 電影評論情感分類（imdb）
- 路透社新聞主題分類（reuters）
- 可視化（visualization）
- 損失曲線（loss）
- 準確率曲線（accuracy）