# ZGSharp

**Repository Path**: lizhigong/zgsharp

## Basic Information

- **Project Name**: ZGSharp
- **Description**: 基于Csharp .net的深度学习框架，方便.net开发人员学习人工神经网络。
以学习交流为主，代码结构简单，不依赖其他库，方便看懂里面的逻辑和公式。目前没做性能优化。
目前处于初始阶段，最终目标是打造一个功能相对全面的框架。
- **Primary Language**: C#
- **License**: GPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 0
- **Created**: 2022-07-25
- **Last Updated**: 2022-08-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: 人工智能, 深度学习框架

## README

# ZGSharp

#### 介绍
基于Csharp .net的深度学习框架，方便.net开发人员学习人工神经网络。
代码结构简单，不依赖其他库，方便看懂里面的逻辑和公式。

#### 软件架构
软件架构说明

VS+.net6.0


#### 安装教程

1.  安装vs2022 和 .net 6.0
2.  git clone https://gitee.com/lizhigong/zgsharp.git
3.  双击ZGSharp.sln打开后点击调试运行即可

#### 使用说明

可以方便快速的搭建人工神经网络，以下是ANN网络的示例：

        public class AnnNet : Model
        {
            Linear layerLinear0 = new ZGSharp.Layers.Linear(28 * 28, 64);
            Linear layerLinear1 = new ZGSharp.Layers.Linear(64, 32);
            Linear layerLinear2 = new ZGSharp.Layers.Linear(32, 10);
            protected override Tensor forward(Tensor input)
            {
                Tensor tensor = layerLinear0.LayerPred(input);
                tensor = Relu.relu(tensor);
                tensor = layerLinear1.LayerPred(tensor);
                tensor = Relu.relu(tensor);
                tensor = layerLinear2.LayerPred(tensor);
                return tensor;
            }
        }
CNN网络示例：

        public class CnnNet : Model
        {
            Conv2D Conv0 = new ZGSharp.Layers.Conv2D(1, 32, new int[] { 3, 3 }, new int[] {1, 1 });//28*28->14*14
            Conv2D Conv1 = new ZGSharp.Layers.Conv2D(32, 32, new int[] { 3, 3 }, new int[] { 1, 1 });//7*7
            Linear linear1 = new ZGSharp.Layers.Linear(49*32, 64);
            Linear linear2 = new ZGSharp.Layers.Linear(64, 10);
            protected override Tensor forward(Tensor input)
            {
                Tensor tensor = Pool2D.MaxPool(Conv0.LayerPred(input), new int[] {2, 2 }); //13*13
                tensor = Relu.relu(tensor);
                tensor = Pool2D.MaxPool(Conv1.LayerPred(tensor), new int[] { 2, 2 }); //6*6
                tensor = Relu.relu(tensor);
                tensor = linear1.LayerPred(tensor);
                tensor = Relu.relu(tensor);
                tensor = linear2.LayerPred(tensor);
                return tensor;
            }
        }
功能持续完善中，目前支持的算子有：

dropout、全连接层、张量的加减乘除、开方、log、reduce mean、reduce sum、relu、sigmoid、 softmax、mse loss、 cross entroy loss、conv2D、pool2D。

#### 参与贡献

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)