হোম এআই শেখার / পরীক্ষার জন্য ওপেন সোর্স সরঞ্জাম?


9

আমি নিউরাল নেট বিবর্তন (NEAT) নিয়ে কিছু পরীক্ষা করতে চাই। আমি 90 এর দশকে ফিরে কিছুটা খেলতে সি ++ তে কিছু জিএ এবং নিউরাল নেট কোড লিখেছিলাম, তবে ডিআইওয়াই পদ্ধতির পক্ষে শ্রম-নিবিড় প্রমাণিত হয়েছিল যে আমি শেষ পর্যন্ত এটিকে ফেলে দিয়েছি।

তার পর থেকে বিষয়গুলি অনেকগুলি পরিবর্তিত হয়েছে এবং কেবলমাত্র যে কোনও আগ্রহের জন্য প্রায় খুব সুন্দর ওপেন সোর্স লাইব্রেরি এবং সরঞ্জাম রয়েছে। আমি বিভিন্ন ওপেন সোর্স লাইব্রেরি গুগল করেছি (যেমন ডিএপি), তবে আমি একটি উপযুক্ত ফিট হতে পারে এমন একটি নির্বাচন করতে কিছু সাহায্য ব্যবহার করতে পারি ...

  • আমি যা যা চলছে (নিউরাল নেট স্টেট, জনসংখ্যার ফিটনেস) বা চূড়ান্ত ফলাফল (গ্রাফ ইত্যাদি) ভিজ্যুয়ালিয়াস করতে আমার বেশিরভাগ সময় কোড লেখার জন্য ব্যয় করেছি।

    হতে পারে এটি একটি পৃথক ওপেন-সোর্স লাইব্রেরি দ্বারা পূরণ করা যেতে পারে, তবে ভিজ্যুয়ালাইজেশন সমর্থন এমন কিছু হবে যা আমাকে সমস্যা / সমাধানের জন্য আরও সময় এবং বাস্তবায়নের বিশদটিতে কম সময় ব্যয় করতে দেয়।
  • আমি সি / সি ++, জাভা, সি #, পাইথন, জাভাস্ক্রিপ্ট এবং আরও কয়েকজনকে জানি। একটি উচ্চ-স্তরের ভাষার মধ্যে এবং হোম হার্ডওয়্যারে ভাল পারফরম্যান্সের মধ্যে একটি দুর্দান্ত বাণিজ্য হ'ল এটি একটি ভাল পছন্দ হবে।

অভিজ্ঞ কেউ কি কোনও ভাল ওপেন সোর্স লাইব্রেরি বা সরঞ্জামগুলির সেট প্রস্তাব করতে পারেন?


এই প্রশ্নটি সফ্টওয়্যাররেস.সটাকেক্সেঞ্জা.কমের অন্তর্গত । বিটিডব্লিউ, আমার কাছে, আপনার প্রশ্নটি খুব বিস্তৃত বলে মনে হচ্ছে এবং তাই কোনওভাবেই এটি বন্ধ করা উচিত।
nbro

@ এনব্রো - ধন্যবাদ, আমি সন্দেহ করেছি যে এর জন্য আরও ভাল জায়গা আছে তবে আমি সফটওয়্যারিক্স সম্পর্কে জানতাম না।
স্কট স্মিথ

যারা এই প্রশ্নটি আপ করেছে তারা কি আমাদের বলতে পারে?
কুইন্টুনমিয়া

উত্তর:


3

যেহেতু এটি জাভাস্ক্রিপ্টে লিখিত এবং এটি (এখনও) জিপিইউ সমর্থন দেয় না, এটি বেশ ধীর। তবে নমনীয় নেটওয়ার্ক আর্কিটেকচারের সাথে চারদিকে ঘুরে বেড়ানো খুব সুন্দর। এখনই এটি প্রদত্ত একমাত্র ভিজ্যুয়ালাইজেশন হ'ল নেটওয়ার্ক আর্কিটেকচারের মানচিত্র, তবে গ্রাফগুলি সহজেই প্রয়োগ করা যেতে পারে।

https://github.com/wagenaartje/neataptic


2

ঠিক আছে, আপনি যদি কাজ করার জন্য টেনসর্ফফ্লো চয়ন করেন, আপনি প্যাকেজের অংশ হিসাবে টেনসরবর্ড পাবেন । এটি আপনি যা খুঁজছেন তার কাছাকাছি কিছু হতে পারে।

এবং টেনসরফ্লো দিয়ে আপনি সি ++, পাইথন এবং কয়েকটি অন্যান্য ভাষায় কোড করতে পারেন (আমি মনে করি যে এখন পর্যন্ত রুবি এবং জাভা উভয়ই রয়েছে, সম্ভবত অন্যরাও)।



2

ডিএক্সএনএনও রয়েছে, যা আপনি বর্ণনা করেছেন যেমন একটি নিউরোইভলিউশনারি সিস্টেম, এটি এরলংয়ে লেখা রয়েছে। https://github.com/CorticalComputer/DXNN2

আমি এটিকে মডুলার তৈরি করতে কিছু কাজ করেছি, সুতরাং আপনি এটি একটি লাইব্রেরি হিসাবে ব্যবহার করুন এবং আপনার কোড / অ্যাপ্লিকেশনকে বিচ্ছিন্ন রাখুন keep

এখানে একটি কোড উদাহরণ রয়েছে , যা DXNN একটি লাইব্রেরি হিসাবে ডাউনলোড করে। এটি ভিজ্যুয়ালাইজেশনের জন্য gnuplot রেডি ডেটা ফাইল উত্পন্ন করে।


2

ফ্যান ( http://leenissen.dk/fann/wp/ ) একটি ফ্রি ওপেন সোর্স নিউরাল নেটওয়ার্ক লাইব্রেরি।

ফ্যান বৈশিষ্ট্য:

  • সিলে মাল্টলেয়ার কৃত্রিম নিউরাল নেটওয়ার্ক লাইব্রেরি
  • ব্যাকপ্রোপ্যাগেশন প্রশিক্ষণ (আরপিআরপি, কুইকপ্রপ, ব্যাচ, বর্ধমান)
  • বিবর্তিত টপোলজি প্রশিক্ষণ যা গতিশীলভাবে এএনএন তৈরি করে এবং প্রশিক্ষিত করে (ক্যাসকেড ২)
  • সহজেই ব্যবহার করুন (মাত্র তিনটি ফাংশন কল দিয়ে একটি এএনএন তৈরি, প্রশিক্ষণ এবং পরিচালনা)
  • দ্রুত (অন্যান্য গ্রন্থাগারের তুলনায় 150 গুণ দ্রুত নির্বাহ)
  • বহুমুখী (ফ্লাইটে অনেকগুলি পরামিতি এবং বৈশিষ্ট্যগুলি সামঞ্জস্য করা সম্ভব)
  • ভাল নথিভুক্ত (প্রবর্তনের নিবন্ধ পড়ার জন্য একটি সহজ রেফারেন্স ম্যানুয়াল এবং বাস্তবায়নের বিবেচনার বিবরণ বর্ণনা করে এমন একটি 50+ পৃষ্ঠার বিশ্ববিদ্যালয় রিপোর্ট)
  • ক্রস প্ল্যাটফর্ম (লিনাক্স এবং ইউনিক্সের জন্য স্ক্রিপ্ট কনফিগার করুন, উইন্ডোজের জন্য dll ফাইলগুলি, এমএসভিসি ++ এবং বোরল্যান্ড সংকলকগুলির জন্য প্রকল্প ফাইলগুলিও কাজ করার জন্য রিপোর্ট করা হয়েছে)
  • বেশ কয়েকটি বিভিন্ন অ্যাক্টিভেশন ফাংশন বাস্তবায়িত হয়েছে (অতিরিক্ত গতির অতিরিক্ত ধাপে ধাপে ধাপে লিনিয়ার ফাংশন সহ)
  • পুরো এএনএন সংরক্ষণ এবং লোড করা সহজ
  • বেশ কয়েকটি সহজ উদাহরণ ব্যবহার করুন
  • ফ্লোটিং পয়েন্ট এবং স্থির পয়েন্ট উভয়ই ব্যবহার করতে পারে (আসলে উভয় ভাসমান, ডাবল এবং ইন্টি উপলব্ধ)
  • ক্যাশে অপ্টিমাইজড (অতিরিক্ত গতির জন্য)
  • ওপেন সোর্স, তবে এখনও বাণিজ্যিক অ্যাপ্লিকেশনগুলিতে ব্যবহার করা যেতে পারে (এলজিপিএল এর অধীন লাইসেন্স প্রাপ্ত)
  • প্রশিক্ষণের ডেটা সেটগুলি সহজে পরিচালনা করার জন্য ফ্রেমওয়ার্ক
  • গ্রাফিকাল ইন্টারফেস
  • বিভিন্ন প্রোগ্রামিং ভাষার একটি বৃহত সংখ্যার সাথে ভাষার বাইন্ডিং
  • ব্যাপকভাবে ব্যবহৃত (দিনে প্রায় 100 ডাউনলোড)

2

জেনেটিক অ্যালগরিদমের জন্য আমি জেনেটিকশার্প লিখেছি ।

.NET কোর এবং .NET ফ্রেমওয়ার্কের জন্য একটি মাল্টি-প্ল্যাটফর্ম জেনেটিক অ্যালগরিদম গ্রন্থাগার। লাইব্রেরিতে জিএ অপারেটরগুলির বেশ কয়েকটি বাস্তবায়ন রয়েছে, যেমন: নির্বাচন, ক্রসওভার, মিউটেশন, পুনরায় স্থানকরণ এবং সমাপ্তি।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.