TensorFlow.NET

TensorFlow.NET 项目介绍

项目概述

TensorFlow.NET (简称 TF.NET) 是一个 .NET Standard 的绑定库，旨在在 C# 中实现完整的 TensorFlow API。这为 .NET 开发者提供了一种跨平台的框架，可以用来开发、训练和部署机器学习模型。TensorFlow.NET 还内置了一个高层接口 Keras，并作为独立包发布，称为 TensorFlow.Keras。

为什么选择 TensorFlow.NET？

SciSharp 堆栈的使命是将流行的数据科学技术引入 .NET 世界，为 .NET 开发者提供一个强大的机器学习工具集。通过尽量保持 API 相似，开发者可以快速从现有的 TensorFlow 代码切换到 C# 或 F#，几乎零学习成本。

与其他项目相比，比如 TensorFlowSharp 仅提供低级别的 C++ API，需要依赖 Python 创建的模型，而 TensorFlow.NET 可以用纯 C# 和 F# 构建训练和推理流水线。此外，TensorFlow.NET 提供了 TensorFlow.Keras 的绑定，方便将 Python 代码转移到 .NET 上。

ML.NET 也使用 TensorFlow.NET 作为其训练和推理模型的后端之一，这提供了更好的 .NET 集成。

文档与使用

文档

• 介绍与简单示例：提供了一些基础入门的示例。
• 详细文档：提供了更为全面的指南。
• 示例：丰富的 TensorFlow.NET 示例案例。
• 常见问题及解决方案：帮助解决运行示例或安装过程中的问题。

安装方法

用户可以在 NuGet 管理器中搜索相关包名，也可以使用下面的命令：

• 安装 TensorFlow.NET

PM> Install-Package TensorFlow.NET

• 安装 TensorFlow.Keras

PM> Install-Package TensorFlow.Keras

• 针对不同设备和操作系统的计算支持包，比如 CPU 或 GPU 版本，用户需要选择适合自己系统的包进行安装。

使用示例

示例 - Eager 模式下的线性回归

代码展示了如何使用 TensorFlow.NET 进行简单的线性回归，类似于 Python 的编程风格。

示例 - Keras 函数式 API 中的简化 ResNet

展示了如何使用 Keras 的功能 API 构建一个简化的 ResNet 模型，并使用 TensorFlow.NET 编译和训练。

版本关系

表格展示了 TensorFlow.NET 不同版本与 TensorFlow 原生版本及 CUDA 的对应关系，比如 tf.net 0.10x 对应 tf native 2.10。

如何贡献

如果你对机器学习领域的热门项目感兴趣，欢迎为 TensorFlow.NET 做出贡献。无论是小的改进还是大的补充，我们对所有贡献表示感谢。可以通过以下方式参与：

• 关注 TensorFlow.NET 或分享给他人
• 告诉我们与 TensorFlow 比较之下缺失的 API
• 将 TensorFlow 的单元测试从 Python 移植到 C# 或 F#
• 将 TensorFlow 的示例移植到 C# 或 F# 并在遇到缺失 API 或 BUG 时提出问题
• 调试标记为被忽略的单元测试

调试单元测试的方法

调试失败的单元测试可以在 C# 或 F# 和对应的 Python 中同时进行逐步调试，找出执行流程不同或变更的值。良好的 Python IDE，例如 PyCharm，可以让你逐步进入 TensorFlow 库代码进行调试。

联系方式

加入我们的 Discord 或 Gitter 聊天群，与社区交流。此外，您可以通过 Twitter、Facebook、Medium 和 LinkedIn 等平台追踪我们的最新动态。TensorFlow.NET 是 SciSharp 堆栈的一部分。