Metadata-Version: 2.4
Name: byzh-ai
Version: 0.0.10.11
Summary: 更方便的深度学习
Author: byzh_rc
License: MIT
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: byzh-core>=0.0.10.0
Dynamic: author
Dynamic: description
Dynamic: description-content-type
Dynamic: license
Dynamic: license-file
Dynamic: requires-dist
Dynamic: summary

# byzh-ai

> 更方便的深度学习。

`pip install byzh-ai` → 导入名 `byzh_ai`

## 模块一览

所有子包以 `B` 开头，类以 `B_` 开头，函数以 `b_` 开头。

| 模块 | 说明 |
|------|------|
| **Bdata** | 主流数据集一键下载/缓存/标准化（MNIST、CIFAR、FashionMNIST、Tiny ImageNet 等），支持 TensorDataset / DataLoader 构建与分层采样 |
| **Bdemo** | MNIST 完整训练演示、训练器功能测试（单卡/多卡）、分类评估测试 |
| **Bearly_stop** | 多种早停策略（精度停滞、精度增量不足、损失停滞、过拟合检测）及模型参数自动回滚重载 |
| **Blr_schedulers** | 自定义学习率调度器：Warmup 线性升温、阶梯衰减、Warmup + 衰减组合 |
| **Bmodel** | 即用型深度学习模型：SimpleCNN、LeNet-5、ResNet-18、RNN、LSTM、Transformer、脉冲神经网络（Spike RNN/LSTM/ResNet-18）等 |
| **Btrainer** | 通用训练器，封装训练/验证/测试循环，集成早停/重载、学习率调度、checkpoint、多 GPU（DataParallel / DDP）、SNN 支持、日志记录、损失/精度绘图 |
| **Butils** | 深度学习工具：自动设备选择（NPU/GPU/CPU）、GPU 监控与空闲检测、模型参数量/FLOPs 统计、随机种子统一设置、数据集均值/标准差计算、超参数网格搜索、递增运行目录管理 |
| **Bvisual** | 训练损失/精度曲线绘制、混淆矩阵热力图绘制 |

## 依赖

- `byzh-core>=0.0.10.0` — 进度条、日志写入器、彩色终端输出、文件/目录操作等基础工具
- `torch`、`torchvision` — 深度学习框架
- `numpy`、`pandas`、`matplotlib`、`seaborn` — 数据处理与可视化
- `scikit-learn` — 数据划分、指标计算
- `thop` — FLOPs 计算（需自行安装）
- `spikingjelly` — 脉冲神经网络（可选）
- `PyYAML` — YAML 配置解析
- `Pillow` — 图像处理

## License

[MIT](LICENSE)
