文件名称:
differentiable-idris:依赖类型满足深度学习-源码
开发工具:
文件大小: 10kb
下载次数: 0
上传时间: 2021-03-21
详细说明：关于idris的可区分编程，为什么？ （在制品！）
由于pytorch具有极大的灵活性，我将绑定到pytorch cpp而不是tensorflow
通过深度学习来学习和研究依赖类型
详尽的反思，也许是最先进的宏系统，将使我们伟大的静态键入功能代码简洁而美观
利用现有的深度学习优化工作，而不是使用全新的框架
语法，api：
depGraph2 : FreeGraphD $ (TensorD [1],TensorD [2])
depGraph2 = do
in1 <- liftF $ PlaceholderD [ 1 ]
out1 <- liftF $ PlaceholderD [ 2 ]
out2 <- PlaceholderD [ 2 ] -- using implicits
pure (in1,out1)
compGraphD : FreeGraphD $ Tensor
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
相关搜索:
