gotensor/README.md

gotensor

gotensor 是一个用 Go 语言编写的张量计算库，提供了基本的张量运算、自动微分和反向传播功能。该项目旨在为 Go 语言开发者提供一个高效、易用的张量计算工具。

功能特性

• 基本张量运算：加法、减法、乘法、矩阵乘法等
• 张量操作：数乘、转置等
• 自动微分和反向传播
• 激活函数：Sigmoid、ReLU、Softmax等
• 卷积和池化操作：Conv2D、MaxPool2D、AvgPool2D等
• 神经网络层：Flatten、损失函数等
• 支持多种初始化方式：零张量、单位矩阵、随机张量等

安装

go get git.kingecg.top/kingecg/gotensor

快速开始

package main

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

func main() {
    // 创建两个2x2的张量
    t1_data := []float64{1, 2, 3, 4}
    t1_shape := []int{2, 2}
    t1, err := gotensor.NewTensor(t1_data, t1_shape)
    if err != nil {
        panic(err)
    }

    t2_data := []float64{5, 6, 7, 8}
    t2, err := gotensor.NewTensor(t2_data, t1_shape)
    if err != nil {
        panic(err)
    }

    // 执行加法运算
    result, err := t1.Add(t2)
    if err != nil {
        panic(err)
    }

    fmt.Printf("结果:\n%s\n", result.String())
}

示例

项目包含多个示例，展示如何使用 gotensor：

• 基本运算示例：展示基本的张量运算
• 自动微分示例：演示自动微分和反向传播
• 线性回归示例：使用 gotensor 实现简单的线性回归
• CNN示例：使用卷积、池化等操作构建简单的卷积神经网络

运行示例：

# 基本运算示例
go run examples/basic_operations.go

# 自动微分示例
go run examples/autograd_example.go

# 线性回归示例
go run examples/linear_regression.go

# CNN示例
go run examples/cnn_example.go

API 文档

创建张量

• NewTensor(data []float64, shape []int) - 创建新的张量
• NewZeros(shape []int) - 创建零张量
• NewOnes(shape []int) - 创建全一张量
• NewIdentity(size int) - 创建单位矩阵

张量运算

• 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) - 数乘

激活函数

• Sigmoid() - Sigmoid激活函数
• ReLU() - ReLU激活函数
• Softmax() - Softmax激活函数

卷积和池化

• Conv2D(kernel *Tensor, stride, padding int) - 二维卷积操作
• MaxPool2D(kernelSize, stride int) - 二维最大池化
• AvgPool2D(kernelSize, stride int) - 二维平均池化

神经网络层

• Flatten() - 将多维张量展平为一维
• CrossEntropy(target *Tensor) - 交叉熵损失函数
• MeanSquaredError(target *Tensor) - 均方误差损失函数

其他方法

• ZeroGrad() - 将梯度置零
• Shape() - 返回张量形状
• Size() - 返回张量大小
• Get(indices ...int) - 获取指定位置的值
• Set(value float64, indices ...int) - 设置指定位置的值
• Backward() - 执行反向传播

测试

运行测试：

go test

许可证

本项目使用 MIT 许可证 - 详见 LICENSE 文件。