Ai :: nnesy Definieer, leer en gebruik eenvoudige neurale netwerken van verschillende typen met behulp van een draagbare code in PERL en XS.
Download nu

Ai :: nnesy Rangschikking & Samenvatting

Ai :: nnesy Tags

Perl-module Nijdig netwerken Neurale netwerken draagbare code Nnesy

Ai :: nnesy Beschrijving

Definieer, leer en gebruik eenvoudige neurale netwerken van verschillende typen met behulp van een draagbare code in PERL en XS. AI :: Nneasy is een PERL-module om eenvoudige neurale netwerken van verschillende typen te definiëren, te leren en te gebruiken met behulp van een draagbare code in PERL en XS.De hoofddoel van deze module is om eenvoudige neurale netwerken met PERL te maken. De module is ontworpen om te kunnen worden uitgebreid naar meerdere netwerktypen, het leren van algoritmen en activeringsfuncties. Deze architectuur was 1e gevestigd in de module AI :: NNFlex, dan ik het heb herschept om een aantal serialisatiebugs te herstellen en de code te oebimeren en een aantal XS-functies heeft toegevoegd om snelheid in het leerproces te krijgen. Eindelijk heb ik een intuïtieve inteface toegevoegd om de NN te maken en te gebruiken, en voegde een winnaar algoritme toe aan de output.Ik heb deze module geschreven omdat na de test verschillende NN-module op Perl niet kan vinden die er geen kan vinden die een draagbaar is via Linux en Windows, Makkelijk te gebruiken en het belangrijkste, een die echt in een echt probleem werkt. Met deze module hoeft u niet veel te leren over NN om er een te bouwen, u definieert gewoon de constructie van de NN, leer uw set van ingangen en gebruik het.usagehere is een voorbeeld van een NN om XOR te berekenen: gebruik AI :: nneasy; ## onze maximale fout voor de uitvoerberekening. mijn $ err_ok = 0.1; ## Maak de NN: My $ NN = AI :: Nneasy-> Nieuw ('xor.nne', ##-bestand om de NN op te slaan , ## Output Typen van de NN. $ ERR_OK, # # Maximale fout voor uitvoer. 2, ## Aantal ingangen. 1, ## Aantal uitgangen. , ## verborgen lagen. (Dit is instellen 1 Verborgen laag met 3 knooppunten).). ## Onze set ingangen en uitgangen om te leren: mijn @set = ( => , => , => , => ,); ## Bereken de daadwerkelijke fout voor de set: mijn $ SET_ERR = $ NN-> GET_SET_ERROR (@SET); ## Indien ingestelde fout groter is dan maximale fout, LEST's leren deze set: if ($ SET_ERR> $ ERR_OK) {$ NN-> Learn_Set (@set); ## Sla de NN: $ nn-> opslaan; } ## Gebruik de NN: My $ OUT = $ NN-> RUN_GET_WINNER (); Print "00 => @ $ uit "; ## 00 => 0 Mijn $ uit = $ nn-> run_get_winner (); print" 01 => @ $ uit "; ## 01 => 1 My $ out = $ nn-> run_get_winner (); print" 10 => @ $ out "; ## 10 => 1 My $ out = $ nn-> run_get_winner (); print" 11 => @ $ out "; ## 11 => 0 ## of gewoon in elkaar verbinden via de @set: voor (mijn $ i = 0; $ i <@set; $ i + = 2) {mijn $ uit = $ nn-> run_get_winner ($ Set ); print "@ {$ set }) => @ $ out " ; } Vereisten: · Perl

Ai :: nnesy Gerelateerde software