cito:构建和训练神经网络
“cito”软件包为训练和解释深层神经网络(DNN)提供了一个用户友好的界面。”cito通过支持常见的公式语法、交叉验证下的超参数调整简化了DNN的拟合,并帮助检测和处理收敛问题。DNN可以在CPU、GPU和MacOS GPU上进行训练。此外,“cito”具有许多下游功能,例如各种可解释的AI(xAI)指标(例如变量重要性、部分依赖图、累积局部效应图和效应估计),以解释训练的DNN。”cito’可选地为所有xAI度量和预测提供置信区间(和p值)。同时,“cito”的计算效率很高,因为它基于深度学习框架“torch”。“torch”包是R的原生包,因此此包不需要安装Python或其他API。
版本: |
1.1 |
取决于: |
R(≥3.5) |
进口: |
科罗,将死,火炬,额外网格,抛物线,阿宾德,进步,克莱,火炬视觉,易怒的,lme4公司 |
建议: |
拼写,rmarkdown公司,测试那个,巧妙地,gggraph图,记录仪,统计,ggplot2,针织物 |
出版: |
2024-03-18 |
内政部: |
10.32614/CRAN.包装.cito |
作者: |
Christian Amesöder[aut],马克西米利安·皮克勒 [aut,cre],弗洛里安·哈蒂格 【ctb】,阿明·申克 |
维护人员: |
马克西米利安·皮克勒(Maximilian-Pichler) |
错误报告: |
https://github.com/citoverse/cito/requestions(网址:https://github.com/citoverse/cito/requestions) |
许可证: |
GPL(≥3) |
网址: |
https://citoverse.github.io/cito/ |
需要编译: |
不 |
语言: |
英语-美国 |
引用: |
cito引文信息 |
材料: |
自述文件 新闻 |
CRAN检查: |
cito结果 |
文档:
下载:
链接:
请使用规范形式https://CRAN.R-project.org/package=cito链接到此页面。