gotensor/README.md

gotensor

gotensor 是一个用 Go 语言实现的张量计算库，专注于为 Go 开发者提供高效的数值计算能力，支持自动微分和反向传播，适用于构建轻量级机器学习模型。

功能特性

• 基本张量运算：加法、减法、乘法、矩阵乘法
• 数乘、转置等张量操作
• 自动微分与反向传播机制
• 激活函数：Sigmoid、ReLU、Softmax
• 卷积与池化操作：Conv2D、MaxPool2D、AvgPool2D
• 神经网络层与损失函数：Flatten、CrossEntropy、MSE
• 多种初始化方式：零张量、单位矩阵、随机张量
• 模型定义和训练支持
• 模型保存和加载
• 多种优化器：SGD、Adam

安装

go get git.kingecg.top/kingecg/gotensor

快速开始

package main

import (
    "fmt"
    "git.kingecg.top/kingecg/gotensor"
)

func main() {
    // 创建张量
    tensor1, _ := gotensor.NewTensor([]float64{1, 2, 3}, []int{1, 3})
    tensor2, _ := gotensor.NewTensor([]float64{4, 5, 6}, []int{3, 1})
    
    // 执行矩阵乘法
    result, _ := tensor1.MatMul(tensor2)
    fmt.Println(result)
}

模型训练示例

package main

import (
    "fmt"
    "git.kingecg.top/kingecg/gotensor"
)

func main() {
    // 创建模型（例如：简单的线性回归模型）
    // 这里可以使用Sequential模型或者自定义模型
    
    // 定义一些示例数据
    input, _ := gotensor.NewTensor([]float64{1, 2, 3, 4}, []int{2, 2})
    target, _ := gotensor.NewTensor([]float64{5, 6, 7, 8}, []int{2, 2})
    
    // 创建模型参数
    weights, _ := gotensor.NewTensor([]float64{0.5, 0.3, 0.2, 0.4}, []int{2, 2})
    
    // 定义模型（这里简化为单个张量，实际中会是更复杂的结构）
    // ...
    
    // 定义优化器
    optimizer := gotensor.NewSGD([]*gotensor.Tensor{weights}, 0.01)
    
    // 创建训练器
    trainer := gotensor.NewTrainer(nil, optimizer)  // 需要传入实际模型
    
    // 开始训练
    // trainer.Train(trainInputs, trainTargets, epochs, lossFn, true)
    
    fmt.Println("Training example")
}

API 文档

张量操作

• NewTensor(data []float64, shape []int): 创建新张量
• Add(other *Tensor): 张量加法
• Subtract(other *Tensor): 张量减法
• Multiply(other *Tensor): 张量逐元素乘法
• MatMul(other *Tensor): 矩阵乘法
• Scale(factor float64): 张量数乘
• Sigmoid(): Sigmoid激活函数
• ReLU(): ReLU激活函数
• Softmax(): Softmax函数
• Backward(): 反向传播

神经网络层

• Flatten(): 展平张量
• CrossEntropy(target *Tensor): 交叉熵损失
• MeanSquaredError(target *Tensor): 均方误差损失

模型定义

• Sequential: 序列模型
• Model 接口: 模型的基本接口
• SaveModel(model Model, filepath string): 保存模型
• LoadModel(model Model, filepath string): 加载模型

优化器

• SGD: 随机梯度下降
• Adam: Adam优化算法

训练器

• Trainer: 训练管理器
• NewTrainer(model Model, optimizer Optimizer): 创建训练器
• Train(...): 执行训练
• Evaluate(...): 评估模型

示例

项目包含多个示例：

• examples/basic_operation: 基本张量运算示例
• examples/autograd: 自动微分示例
• examples/linear_regression: 线性回归示例
• examples/cnn_example.go: 卷积神经网络示例

贡献

欢迎提交 Issue 和 Pull Request 来帮助改进 gotensor！

许可证

本项目使用 MIT 许可证 - 详见 LICENSE 文件。