Annn1dn Réseau de neurones artificiels BackPropagation en C ++
Télécharger maintenant

Annn1dn Classement & Résumé

Annn1dn Mots clés

Rapport de perfomance Performance réseau neuronal estimation Simulateur de réseau neuronal neural artificiel architectures de réseaux neuronaux Modèle de réseau neuronal Cadre de réseau neuronal réseau neuronal artificiel bibliothèque de réseau de neurones Plate-forme de réseau neuronal artificiel intelligège utiliser le réseau de neurones Entraîneur de réseau de neurones Train Neural Network simuler le réseau de neurones Analyseur de réseau de neurones Carte NEALAL NETWORK générer réseau de neurones Créateur de réseau de neurones Moteur de réseau de neurones Utiliser un réseau neuronal artificiel Créer un réseau de neurones Fonction de réseau neuronal mise en uvre d'un réseau neuronal Classe de réseau neuronal Voir la simulation de réseau de neurones Simulation du réseau neuronal Analyser le réseau de neurones Analyse du réseau neuronal Étude réseau neuronal Testez le réseau de neurones Utilisation du réseau neuronal Réseau de neurones expérimentales estimation de la performance Réseau neuronal design Créer des synaps artificielles Synaps synaps artificiels Apprentissage autotificiel Évolution du réseau neuronal Network de neuronal Spike Simluation du réseau de neurones Générateur de réseau de neurones Réseau neuronal de Kohonen Développer un réseau de neurones Développement de réseau neuronal Prévision du réseau de neurones Prévisions de réseau de neurones Réseau de neurones multicouches Exemple de réseau neuronal Apprendre le réseau de neurones données neuronales backpropagation

Annn1dn La description

Ann1DN a été développé pour être une application de console de réseau de neurones artificielles artificielle avec des ensembles de validation et de test pour l'estimation des performances en utilisant des métriques de distribution inégales. Une console basée sur la mise en uvre de la backpropogation Neural Network Bibliothèque C ++ Développée et utilisée lors de mes recherches dans la classification des données médicales et la bibliothèque CV pour la détection de visage.La console prend en charge la séparation aléatoire des données de formation aux ensembles de train, de validation et de test avant la formation de backpropagation. La séparation aléatoire permet d'obtenir un ensemble de trains représentatifs comparant les performances des pièces de validation et de test. Un ensemble de validation est utile pour empêcher la sur-adaptation en estimant la performance sur cet ensemble. À la fin de la session de backpropagation, je sauvegarde les deux configurations réseau, celle avec la meilleure performance sur l'ensemble de validation et la dernière configuration de l'époque de formation. Pour l'estimation de la performance, j'utilise la sensibilité, la spécificité, la prédictivité positive, la prédictivité négative et les métriques de précision. La mise en uvre de la console est plus facile à utiliser, vous évitez beaucoup de cliquer sur la souris dans les applications de l'interface graphique et peut automatiser le processus avec des fichiers par lots pour choisir la bonne topologie du réseau, la meilleure performance sur les ensembles de validation et de test, etc.

Annn1dn Logiciels associés