# AADeepLearning——简洁、易上手的深度学习框架
### 主要特性
* 最易上手的深度学习框架，没有之一
* 支持pip安装，安装简单
* 框架已提供详细例子，复制黏贴就能完成训练
* 编程简洁，3行代码完成训练预测
* 修改网络结构和调整超参数都不需要修改代码，像写json一样简单
* 自动计算各层张量大小，无需手动计算，只需按格式输入数据即可
* 框架源码和案例都有详细中文注释
* 支持python3
### 版权申明
* AADeepLearning 开源、免费。
* 如果AADeepLearning框架能为您的工作和学习带来帮助，在下倍感荣幸
### 作者信息
* 姓名：罗江涛
* 学校：西南大学
* 专业：计算机科学与技术
### 联系方式
* 邮箱:[1368761119@qq.com](mailto:1368761119@qq.com)
* QQ: 1368761119
- 序言
- 安装
- 快速体验
- 配置
- 层（layer）
- 展平（flatten）
- 全连接（fully connected）
- 卷积（convolutional）
- 池化（pooling）
- 标准化（batch normalization）
- 失活（dropout）
- 循环（RNN）
- 长短期记忆（LSTM）
- 激活函数（activation）
- relu
- sigmoid
- tanh
- 损失（loss）
- 交叉熵损失（softmax）
- 折页损失（SVM或Hinge）
- 优化器（optimizer）
- 带动量学习率自适应（adam）
- 动量（momentum）
- 学习率自适应（rmsprop）
- 随机梯度下降（sgd）
- 模型（model）
- 保存（save）
- 载入（reload）
- 继续训练（continue train）
- 数据集（datasets）
- 手写数字（mnist）
- 时尚物品（Fashion-MNIST）
- 10种物体分类（cifar10）
- 100种物体分类（cifar100）
- 电影评论情感分类（imdb）
- 路透社新闻主题分类（reuters）
- 可视化（visualization）
- 损失曲线（loss）
- 准确率曲线（accuracy）