Thư viện mạng nơron .NET nguồn mở?

Question

Có ai có thể giới thiệu thư viện mạng nơron .NET nguồn mở tốt không?

Cảm ơn!

Answer 1

nhất thư viện mạng NET thần kinh là AForge

Links:

MainPage

CodeProject-Article

Answer 2

Từ những gì tôi có thể thấy: FANN phù hợp với cả hai loại.

Answer 3

NeuronDotNet Nó không rộng như phạm vi của AForge, nhưng trọng tâm độc quyền của nó trên NN làm cho nó dễ tiếp cận hơn và có thể nổi bật hơn trong lĩnh vực này.

Cập nhật: (tháng 12 năm 2012) kho cũ
NeuronDotNet tại http://neurondotnet.freehostia.com là không còn tồn tại.
Mã nguồn mới nhất, Phiên bản 3.0 khả dụng trên sourceforge, nhưng dự án này có hiệu quả không hoạt động. Rõ ràng, nhà phát triển ban đầu của nó, và người đóng góp duy nhất, Vijeth Dinesha, đã ngừng cập nhật và cải thiện cơ sở mã này. Cảm ơn, Vijeth! Có lẽ ai đó sẽ, một ngày nào đó, đón từ nơi bạn rời đi. Thật vậy, NeuronDotNet là một khuôn khổ tương đối trưởng thành và đơn giản và tập trung duy nhất của nó làm cho nó hấp dẫn, so với các khuôn khổ khác, nơi Neural Nets chỉ là một tính năng/mô-đun trong đó.

Answer 4

Encog là API mạng nơron nguồn mở miễn phí cho cả Java và DotNet.

http://www.heatonresearch.com/encog

Answer 5

Tải Weka và chuyển đổi từ file jar (Java bytecode) để .NET Framework (quản lý) dll qua IKVM. Weka được nhiều người biết đến như một thư viện nguồn mở rất tốt cho việc học máy. Nó bao gồm các mạng thần kinh.

Answer 6

Trong trường hợp điều này giúp bất kỳ ai khác, MS SQL có pretty robust built-in Neural Network support là một phần của Data Mining Analysis Services.

Tôi biết MS SQL không phải là nguồn mở, nhưng tỷ lệ cược là nếu bạn đang sử dụng .NET dữ liệu của bạn có thể đã có trong SQL.

Answer 7

Dưới đây là danh sách các tài nguyên có liên quan F # cho việc học máy .NET nguồn mở.

http://fsharp.org/machine-learning/

Khung sẵn trên NuGet: (Nội dung dưới đây được chụp trực tiếp từ địa chỉ URL tham chiếu ở trên cho các mục đích kiên trì.)

• Accord.MachineLearning - Có Support Vector Machines, Quyết định Trees, Các mô hình Naive Bayesian, K-means, các mô hình hỗn hợp Gauss và các thuật toán tổng quát như Ransac, Cross-validation và Grid-Search cho các ứng dụng học máy. Gói này là một phần của khung công tác Accord.NET.

• Khung học máy Encog - Mạng lưới học tập thần kinh và máy học nâng cao.Encog chứa các lớp để tạo ra một loạt các mạng, cũng như các lớp hỗ trợ để chuẩn hóa và xử lý dữ liệu cho các mạng nơron này. Encog đào tạo bằng cách sử dụng tuyên truyền đàn hồi đa luồng. Encog cũng có thể sử dụng GPU để tăng tốc thời gian xử lý. Một bàn làm việc dựa trên GUI cũng được cung cấp để giúp mô hình hóa và đào tạo các mạng nơron.

• Numl - Một thư viện học máy nhằm giảm bớt việc sử dụng của việc sử dụng các kỹ thuật mô hình tiêu chuẩn cho cả hai dự đoán và clustering