Github: https://github.com/tensorpack/tensorpack
Tensorpackは、TensorFlowに基づくトレーニングインターフェイスです。
特徴：
高速 、 可読性 、 柔軟性を 兼ね備えた 、もうひとつのTFハイレベルAPIです。
-
トレーニングのスピードに焦点を当てる。
-
テンソルパックで速度が無料になります.TensorFlowを余分なオーバーヘッドなしで効率的に使用します。 異なるCNNでは、同等のKerasコードより1.2〜5 倍高速にトレーニングを実行します。
-
データ並列マルチGPU /分散トレーニングは、1行のコードで使用するために既製品です。 Googleの公式ベンチマークと同様に拡張されます 。
-
ベンチマークスクリプトの詳細については、 テンソルパック/ベンチマークを参照してください。
-
-
大規模なデータセットに焦点を当てる
- TFと呼ばれる新しい言語でデータを読み書きする必要はありません。 Tensorpackは、自動並列化機能を備えた純粋なPythonで大きなデータセット（ImageNetなど）を読み込むのに役立ちます。
-
これはモデルラッパーではありません。
- 世界にはあまりにも多くのシンボリック関数ラッパーがあります。 Tensorpackには、わずかな共通モデルしか含まれていません。 しかし、tf.layers / Keras / slim / tflearn / tensorlayer / …を含むtensorpackの中の任意のシンボリック関数ライブラリを使うことができます。
これらの機能の詳細については、 チュートリアルを参照してください。
例 ：
私たちはおもちゃの例を拒否します おもちゃのデータセットで訓練された10の任意のネットワークを示す代わりに、 テンソルパックの例では 、論文を忠実に複製し、数字を再現することに気を配り、実際の研究の柔軟性を示しています。
ビジョン：
- ImageNet上でResNetおよび他のモデルをトレーニングする。
- COCOオブジェクト検出に関するRCNN / Mask-RCNNの高速化
- DCGAN、InfoGAN、条件付きGAN、WGAN、BEGAN、DiscoGAN、Image to Image、CycleGANを含むGenerative Adversarial Network（GAN）の亜種です。
- DoReFa-Net：ImageNet上でバイナリ/低ビット幅のCNNをトレーニングする
- Holistically-Nested Edge Detection（HIS）の完全畳み込みネットワーク
- 空間変換器ネットワークのMNIST追加
- CNN顕著性マップを視覚化する
- MNISTにおける類似学習
強化学習：
- DQN、DoubleDQN、DuelingDQNを含むAtariゲームのDeep Q-Network（DQN）の亜種 。
- 非同期アドバンテージアクタークリティカル（A3C）とOpenAIジムのデモ
スピーチ/ NLP：
インストール：
依存関係：
- Python 2.7または3
- OpenCV用のPythonバインディング（オプションですが、多くの機能が必要です）
- TensorFlow> = 1.3.0（
tensorpack.dataflowデータtensorpack.dataflowのみをデータ処理ライブラリとして使用する場合はオプション）
# install git, then:
pip install -U git+https://github.com/ppwwyyxx/tensorpack.git
# or add `--user` to avoid system-wide installation.
引用Tensorpack：
研究でTensorpackを使用している場合、または例を参照したい場合は、以下に挙げてください。
@misc{wu2016tensorpack,
title={Tensorpack},
author={Wu, Yuxin and others},
howpublished={\url{https://github.com/tensorpack/}},
year={2016}
}