深入淺出神經網路與深度學習(三)-neuroph介紹
1.1 Neuroph
如果你是神經網路的初學者,你只是想嘗試一下他們如何工作而不需要複雜的理論和實施,或者你需要他們快速的為你的研究專案,neuroph是很好的選擇。它是小型的,文件化的,易於使用,並且非常靈活的神經網路框架.
1.1.1 下載
2.9版本下載地址:
解壓
java專案直接引用jar包即可,此處只是例項,並沒有規範化。
1.1.1 介紹
neuroph由2部分組成。一部分是基於java開發的API,另一部分是圖形工具,能直接通過簡單的圖形化工具構造一個神經網路。
1.1.1 特點
學習機
感知器
多層感知器的反向傳播,增強了彈性傳播的動力。
Hopfield網路
Bidirectional Associative Memory
Kohonen網路
Hebbian網路
Maxnet
Instar
Outstar
RBF網路
神經模糊推理程式
l 其他功能
核心包(只有10個)中可以很容易重用或擴充套件的基本基類的數量很少。
支援監督和非監督學習規則。
一個易於遵循的結構和邏輯。
基於NetBeans平臺的Java和神經網路IDE, Neuroph Studio。
影象識別支援
OCR的支援
股票市場預測樣本
學習vizualisation樣品
資料歸一化
簡單的微基準測試框架
1.1.1 neuroph.core類庫
類庫 | 說明 |
org.neuroph.core | 提供基礎類庫與基本的核心元件 |
core.data | 資料設定及相關計算 |
core.events | 神經網路的學習事件系統 |
core.input | 輸入功能 |
core.learning | 學習演算法 |
core.learning.error | 為學習規則提供錯誤處理糾正 |
util | 幫助構建神經網路、型別標識、向量分析 |
nnet | 迅速構建神經網路 |
nnet.comp | 神經網路元件 |
comp.layer | 多種layer型別 |
comp.neuron | 多種特殊的neuron |
nnet.learning | 基於神經網路演算法 |
kmeans | K-Means演算法 |
knn | KNN演算法 |