feat(tensor): 添加卷积和池化操作支持 新增Conv2D、MaxPool2D和AvgPool2D方法,支持二维卷积神经网络操作。 实现了前向传播和反向传播功能,包括梯度计算。 feat(layers): 添加激活函数和损失函数 新增Softmax、Sigmoid、ReLU激活函数和CrossEntropy、MSE损失函数。 实现了展平层Flatten操作,支持多维张量展平为一维。 test(tensor): 添加扩展张量操作的单元测试 新增Sigmoid、ReLU、Softmax、Flatten和MeanSquaredError的测试用例。 验证激活函数和损失函数的正确性及数值稳定性。 example(cnn): 添加卷积神经网络示例 创建CNN示例程序,演示卷积、池化、激活函数等操作的使用。 包含完整的前向传播流程和损失计算示例。 ``` |
||
|---|---|---|
| .. | ||
| autograd | ||
| basic_operation | ||
| linear_regression | ||
| cnn_example.go | ||