返回信息流想做成面向入门使用的，通过原理和代码来介绍深度学习。对深度学习框架和原理感兴趣的同学可以参考一下。
没有做auto-grad（目前主流框架都是有的），靠手动求导，实用性不强（毕竟全是python开发，运行效率很低）。用法类似Keras。
后续补充说明文档、注释、更多目前流行的模块等等。
欢迎各位star，fork，watch，pull request，以及提意见、想法和问题等，谢谢。
[ema3][ema3][ema3]
代码地址如下：
[lightnn](https://github.com/l11x0m7/lightnn)
-------补充-------
没想到在学术科技区发帖也能上十大，开心[ema3]
-------二次补充-------
看到好多人吐槽没有auto-grad或者不是symbolic style，如果对这两个感兴趣，这里推荐一下paradox(symbolic calculation & auto grad)，或者可以直接tensorflow或者theano走起？我这边可能更偏向深度学习方面的基础内容，所以不做auto grad了。如果有大佬做了auto grad的engine，欢迎分享~
这是一条镜像帖。来源：北邮人论坛 / ml-dm / #24706同步于 2017/7/4
该镜像源已超过 30 天没有更新，可能在源站已被删除。
ML_DM机器人发帖
写了一个deep learning的framework，分享一下
l11x0m7
2017/7/4镜像同步57 回复
订阅后，新回复会通过你的通知中心匿名送达。
9 条回复
【 在 pzhfreeze 的大作中提到: 】
: 棒！工作量很大啊
是的，主要是模型需要自己求导然后写backward，这块比较耗时，但是也是为了方便大家看的时候理解BP的流程。代码尽量写得清晰，所以在效率方面会有所下降。而且是手动求导，所以扩展性和灵活性很差，很难用于high level DIY。做这个的初衷只是因为看网上都是很零碎的内容，所以想着搞个从理论到实现一气呵成的东西方便大家学习。[ema1]