Ann1dnBackpropagation Artificial Neural Network in C ++ | |
Download nu |
Ann1dn Rangschikking & Samenvatting
Advertentie
- Vergunning:
- GPL
- Naam uitgever:
- Chesnokov Yuriy
- Uitgever website:
- http://www.codeproject.com/Members/Chesnokov-Yuriy
- Besturingssystemen:
- Windows All
- Bestandsgrootte:
- 97 KB
Ann1dn Tags
- Prestaties rapport Prestatie neuraal netwerk schatting neuraal netwerk simulator neuraal kunstmatig neurale netwerkarchitecturen Neuraal netwerkmodel Neuraal netwerk Framework kunstmatig neuraal netwerk Neurale netwerkbibliotheek Neuraal netwerkplatform kunstmatige intelligente Gebruik neuraal netwerk neurale netwerktrainer Trein neuraal netwerk Simuleer het neurale netwerk Neurale netwerkanalysator Kaart Neuraal netwerk het neurale netwerk genereren neurale netwerkschepper neuraal netwerk engine Gebruik kunstmatig neuraal netwerk creëren neuraal netwerk Neurale netwerkfunctie implementatie van neurale netwerken neurale netwerkklasse Bekijk neurale netwerksimulatie neurale netwerksimulatie Analyse Neural Network neurale netwerkanalyse Studie neuraal netwerk Test neuraal netwerk neuraal netwerkgebruik Experiment neuraal netwerk Prestatieraming Ontwerp neuraal netwerk Maak kunstmatige synities kunstmatige synaps generator Zelfkunstmatig leren Neurale netwerkevolutie Spike Neural Network Neurale netwerksimplicatie neurale netwerkgenerator Kohonen neuraal netwerk ontwikkeling van neuraal netwerk Neurale netwerkontwikkeling neurale netwerkvoorspellingen Neurale netwerkvoorspelling Multi-Layer Neural Network Neuraal netwerk voorbeeld Leer neuraal netwerk neurale gegevens backpropagatie
Ann1dn Beschrijving
Ann1dn is ontwikkeld om een backpropagatie kunstmatige neurale netwerkconsole-applicatie met validatie- en testsets voor prestatieraming met behulp van ongelijke distributiemetica. Een console-gebaseerde implementatie van de Backpropogation Neural Network C ++ Bibliotheek die ik heb ontwikkeld en gebruikt tijdens mijn onderzoek in medische gegevensclassificatie en de CV-bibliotheek voor gezichtsdetectie. De console ondersteunt trainingsgegevens willekeurige scheiding op trein, validatie en testsets vóór backpropagatietraining. Met willekeurige scheiding maakt het mogelijk om een representatieve treinset te verkrijgen die prestaties op validatie- en testonderdelen vergelijken. Een validatie-set is handig voor het voorkomen van overpassing door de prestaties op die set te schatten. Aan het einde van de backpropagation sessie bewaar ik beide netwerkconfiguraties, degene met de beste prestaties op de validatie-set en de laatste training-epoch-configuratie. Voor de raming van de prestaties gebruik ik gevoeligheid, specificiteit, positieve voorspellingen, negatieve voorspellingen en nauwkeurigheidstatistieken. De implementatie van de console is gemakkelijker te gebruiken, u vermijdt veel muisklikken in GUI-toepassingen en kan het proces met batchbestanden automatiseren voor het kiezen van de juiste netwerktopologie, de beste prestaties op de validatie- en testsets, enzovoort.
Ann1dn Gerelateerde software