跳到内容
主人
转到文件
代码

最新提交

 

Git统计

文件夹

永磁
未能加载最新提交信息。
类型
姓名
最新提交消息
提交时间
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

自述文件.md

整洁的(未维护)

懈怠


Neataptic提供了灵活的神经网络;神经元和突触可以通过一行代码移除。神经网络根本不需要固定的体系结构。这种灵活性允许通过使用多个线程的神经进化来为数据集塑造网络。

//这个网络学习异或门(通过神经进化)
变量 网络 = 新的 网络(2,1);

变量 训练集 = [
  { 输入:[0,0], 输出:[0] },
  { 输入:[0,1], 输出:[1] },
  { 输入:[1,0], 输出:[1] },
  { 输入:[1,1], 输出:[0] }
];

等待 网络.发展(训练集, {
  平等的:是的,
  错误:0.03
 });

比竞争对手传播速度更快。自己做测试. 这是Neataptic定期培训的一个例子:

//这个网络学习异或门(通过反向传播)
变量 网络 = 新的 建筑师.感知器(2, 4, 1);

//训练集与上例相同
网络.火车(训练集, {
  错误:0.01
});

网络.激活([1,1]); //0.9824。。。

使用任何6可定制尺寸的内置网络,用于创建网络:

变量 我的网络 = 新的 建筑师.LSTM(1, 10, 5, 1);

或者建造你的拥有预建网络层:

变量 输入 = 新的 .密集(2);
变量 隐藏1 = 新的 .LSTM(5);
变量 隐藏2 = 新的 .格鲁();
变量 输出 = 新的 .密集(1);

输入.连接(隐藏1);
隐藏1.连接(隐藏2);
隐藏2.连接(输出);

变量 我的网络 = 建筑师.构造([输入, 隐藏1, 隐藏2, 输出]);

你甚至可以用节点!

访问wiki开始使用
或者玩神经网络

示例

神经网络几乎可以用于任何事情:开车,玩游戏,甚至预测单词!目前,网站只显示了少量的例子。如果你有一个有趣的项目想和Neataptic的其他用户分享,可以随意创建一个拉请求!

神经进化实例(监督)
LSTM时间序列(监督)
颜色分类(监督)
琼脂io-AI(无人监督)
目标搜索人工智能(无人监督)
蛇游戏AI(无人监督)
游乐场

使用

前往维基详细用法。如果你想把你的图表形象化,那就去图表文件夹。

安装

Neataptic文件由rawgit托管,只需将此链接复制到<head>标签:

<脚本 src公司="https://wagenaartje.github.io/neataptic/cdn/1.4.7/neataptic.js"></脚本>

也可以使用节点进行安装:

npm公司 安装 整洁的

确保有Node.js7.6版或更高版本!

进一步通知

部分突触用来发展整洁的地方。

使用的神经进化算法是本能算法。


你一路下来了!如果您对本次回购表示感谢并希望支持其发展,请考虑捐赠👍 捐赠

此时不能执行该操作。