Ich schreibe gerade einen Neural Network Admin, der rein in PHP geschrieben ist (und für die respektable Geschwindigkeit in Vergessenheit geraten ist) mit einer hilfreichen GUI und allem.
Wie bereits erwähnt: Ссылка
Ich muss ein neuronales Netzwerk auf ein interessantes Forschungsproblem versuchen, mit dem ich konfrontiert bin.
Jede Sprache ist in Ordnung, obwohl ich vermute, dass die besten NNs wahrscheinlich in C sind.
Ich möchte in Java oder PHP integriert werden können, aber es ist nicht 100% notwendig.
Was ist die beste Wahl aus den Dutzenden von Open-Source-NN-Frameworks da draußen?
Schnelle künstliche neuronale Netzwerkbibliothek (FANN) - das ist meine Empfehlung: die schnellste Bibliothek, die ich gefunden habe, nichts Schwieriges beim Lernen.
Info:
Die Fast Artificial Neural Network Library ist eine freie quelloffene neuronale Netzwerkbibliothek, die mehrschichtige künstliche neuronale Netzwerke in C mit Unterstützung für sowohl vollständig verbundene als auch spärlich verbundene Netzwerke implementiert. Die plattformübergreifende Ausführung in festen und Gleitkommazahlen wird unterstützt. Es enthält einen Rahmen für die einfache Handhabung von Trainingsdatensätzen. Es ist einfach zu bedienen, vielseitig, gut dokumentiert und schnell. Verfügbar sind PHP, C ++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data und Mathematica. Ein Referenzhandbuch begleitet die Bibliothek mit Beispielen und Empfehlungen zur Verwendung der Bibliothek. Eine grafische Benutzeroberfläche ist auch für die Bibliothek verfügbar.
Wenn Sie nur Ihre Optionen erkunden, sollten Sie mit Benutzerfreundlichkeit + Korrektheit gehen und sich um die Leistung sorgen, sobald Sie vielversprechende Ergebnisse erhalten. Dafür sind die neuronalen Netzwerkbibliotheken für R wahrscheinlich die umfassendsten. Siehe zum Beispiel hier .
Wenn Sie Zugang zu Matlab haben, sind in seinen neuronalen Netzen und Biostatistik-Toolboxen viele Algorithmen enthalten; Auch diese sind einfach zu bedienen und korrigieren wenn nicht so schnell wie möglich.
Sobald Sie vielversprechende Ergebnisse erhalten, können Sie Ihre Frage auf etwas wie "Was ist die schnellste Implementierung eines zufälligen Gesamtstrukturalgorithmus?" verfeinern.
Sie brauchen etwas wie: WEKA Es ist eine freie (Java) Implementierung von verschiedenen maschinellen Lernalgorithmen.
Ich muss ein neuronales Netzwerk auf ein interessantes Forschungsproblem versuchen, mit dem ich konfrontiert bin.
Jede Sprache ist in Ordnung, obwohl ich vermute, dass die besten NNs wahrscheinlich in C sind.
Ich möchte in Java oder PHP integriert werden können, aber es ist nicht 100% notwendig.
Was ist die beste Wahl aus den Dutzenden von Open-Source-NN-Frameworks da draußen?
Ich schreibe gerade einen Neural Network Admin, der rein in PHP geschrieben ist (und für die respektable Geschwindigkeit in Vergessenheit geraten ist) mit einer hilfreichen GUI und allem.
Wie bereits erwähnt: Ссылка
Wenn Sie nur Ihre Optionen erkunden, sollten Sie mit Benutzerfreundlichkeit + Korrektheit gehen und sich um die Leistung sorgen, sobald Sie vielversprechende Ergebnisse erhalten. Dafür sind die neuronalen Netzwerkbibliotheken für R wahrscheinlich die umfassendsten. Siehe zum Beispiel hier .
Wenn Sie Zugang zu Matlab haben, sind in seinen neuronalen Netzen und Biostatistik-Toolboxen viele Algorithmen enthalten; Auch diese sind einfach zu bedienen und korrigieren wenn nicht so schnell wie möglich.
Sobald Sie vielversprechende Ergebnisse erhalten, können Sie Ihre Frage auf etwas wie "Was ist die schnellste Implementierung eines zufälligen Gesamtstrukturalgorithmus?" verfeinern.
Schnelle künstliche neuronale Netzwerkbibliothek (FANN) - das ist meine Empfehlung: die schnellste Bibliothek, die ich gefunden habe, nichts Schwieriges beim Lernen.
Info:
Die Fast Artificial Neural Network Library ist eine freie quelloffene neuronale Netzwerkbibliothek, die mehrschichtige künstliche neuronale Netzwerke in C mit Unterstützung für sowohl vollständig verbundene als auch spärlich verbundene Netzwerke implementiert. Die plattformübergreifende Ausführung in festen und Gleitkommazahlen wird unterstützt. Es enthält einen Rahmen für die einfache Handhabung von Trainingsdatensätzen. Es ist einfach zu bedienen, vielseitig, gut dokumentiert und schnell. Verfügbar sind PHP, C ++, .NET, Ada, Python, Delphi, Octave, Ruby, Prolog Pure Data und Mathematica. Ein Referenzhandbuch begleitet die Bibliothek mit Beispielen und Empfehlungen zur Verwendung der Bibliothek. Eine grafische Benutzeroberfläche ist auch für die Bibliothek verfügbar.
Forschung, was?
MATLABs Werkzeugkasten für neuronale Netzwerke ist der richtige Weg, wenn Sie Ihre Hände darauf legen können.
Forschung, was?
MATLABs Werkzeugkasten für neuronale Netzwerke ist der richtige Weg, wenn Sie Ihre Hände darauf legen können.
Tags und Links algorithm neural-network performance artificial-intelligence