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 $ P
<weixin_42103128> 上传 | 大小:10kb