Ann1dn. BackPropagation Rete neurale artificiale in C ++
Scarica ora

Ann1dn. Classifica e riepilogo

Ann1dn. Tag

Rapporto sulle prestazioni Prestazione rete neurale stima simulatore di rete neurale. neurale artificiale architetture di reti neurali Modello di rete neurale. Quadro neurale della rete rete neurale artificiale Biblioteca di rete neurale. Piattaforma di rete neurale. Intellige artificiale Usa la rete neurale Trainer della rete neurale. formare rete neurale simulare la rete neurale analizzatore di rete neurale Mappa Nevel Network. Genera rete neurale Creatore della rete neurale. Motore di rete neurale. Usa la rete neurale artificiale creare rete neurale Funzione della rete neurale implementazione della rete neurale classe neurale della rete Visualizza la simulazione della rete neurale simulazione di rete neurale analizzare la rete neurale Analisi della rete neurale Studia la rete neurale Test Neural Network. Utilizzo della rete neurale. Sperimenta la rete neurale stima delle prestazioni Design Neural Network. creare sinaps artificiali. generatore artificiale Synaps Apprendimento artificiale Evoluzione della rete neurale spike rete neurale Sallone della rete neurale. Generatore di rete neurale Kohonen Neural Network. Sviluppa la rete neurale Sviluppo della rete neurale. Previsione neurale della rete Previsione della rete neurale. Rete neurale multistrato Esempio di rete neurale Impara la rete neurale dati neurali backpropagation.

Ann1dn. Descrizione

ANN1DN è stato sviluppato per essere un'applicazione di console di rete neurale artificiale di backpropagation con set di convalida e test per la stima delle prestazioni utilizzando metriche di distribuzione irregolari. Un'implementazione console basata sulla biblioteca C ++ della rete neurale del backpropogation che ho sviluppato e utilizzato durante la mia ricerca nella classificazione dei dati medici e nella libreria CV per il rilevamento del viso. La console supporta la separazione casuale dei dati di formazione per il treno, la convalida e i set di test prima del backpropagation. La separazione casuale consente di ottenere un set di treni rappresentative confrontando le prestazioni sulle parti di convalida e test. Un set di convalida è utile per prevenire il sovraccarico stimando le prestazioni su quel set. Alla fine della sessione di backpropagation, salvo entrambe le configurazioni di rete, quella con le migliori prestazioni sul set di convalida e l'ultima configurazione Epoch Epoch. Per la stima delle prestazioni, uso la sensibilità, la specificità, la predittività positiva, la predittività negativa e le metriche di precisione. L'implementazione della console è più facile da usare, si evita un sacco di mouse con le applicazioni GUI e potrebbe automatizzare il processo con i file batch per scegliere la giusta topologia della rete, le migliori prestazioni sulle impostazioni di convalida e dei test e così via.

Ann1dn. Software correlato