มีเครื่องมือทางสายตาสำหรับการออกแบบและการใช้มุ้งประสาท / การเรียนรู้เชิงลึกหรือไม่? [ปิด]

ฉันรู้ว่ามีห้องสมุดจำนวนมากสำหรับการเรียนรู้ของเครื่องและการเรียนรู้อย่างลึกซึ้งเช่น caffe, Theano, TensorFlow, keras, ... แต่สำหรับฉันดูเหมือนว่าฉันต้องรู้จักสถาปัตยกรรมของโครงข่ายประสาทที่ฉันต้องการใช้

มีเครื่องมือ (ภาพ) ที่อนุญาตให้ทำการทดลองกับการออกแบบเครือข่ายที่แตกต่างกันและนำไปใช้กับข้อมูลของตัวเองหรือไม่?

ฉันกำลังคิดเกี่ยวกับบางสิ่งเช่นสนามเด็กเล่น TensorFlowแต่มีข้อมูล n-มิติและเลเยอร์ชนิดต่าง ๆ

ขอบคุณล่วงหน้า!

ใช่มีเครื่องมือมากมายสำหรับการออกแบบและการใช้เครือข่ายประสาทเทียมเพียงแค่ลากและวางหนึ่งในนั้นคือDeep Learning StudioพัฒนาโดยDeep Cognition Incซึ่งเป็นแพลตฟอร์มการเรียนรู้ระดับลึกที่แข็งแกร่งพร้อมอินเทอร์เฟซการมองเห็นในการผลิต การพัฒนารูปแบบการฝึกอบรมการปรับใช้และการจัดการ ผู้ใช้ Deep Learning Studio มีความสามารถในการพัฒนาและปรับใช้โซลูชันการเรียนรู้เชิงลึกอย่างรวดเร็วผ่านการผสานรวมที่แข็งแกร่งกับ TensorFlow, MXNet และ Keras

คุณสมบัติ ML อัตโนมัติของพวกเขาจะสร้างโมเดลโครงข่ายประสาทเทียมโดยอัตโนมัติ

สำหรับ caffe นั้นมีเครื่องมือของบุคคลที่สามชื่อExpresso ( http://val.serc.iisc.ernet.in/expresso/ ) ที่ให้ GUI เพื่อช่วยคุณเริ่มต้นใช้งาน

นอกจากนี้NVIDIA DIGITS ( https://developer.nvidia.com/digits ) อ้างว่าเป็นเครื่องมือแบบโต้ตอบเช่นกัน:

DIGITS ลดความซับซ้อนของงานการเรียนรู้อย่างลึกเช่นการจัดการข้อมูลการออกแบบและการฝึกอบรมเครือข่ายนิวรัลในระบบหลาย GPU ตรวจสอบประสิทธิภาพแบบเรียลไทม์ด้วยการสร้างภาพขั้นสูงและเลือกโมเดลที่มีประสิทธิภาพสูงสุดจากเบราว์เซอร์ผลลัพธ์ DIGITS มีการโต้ตอบอย่างสมบูรณ์เพื่อให้นักวิทยาศาสตร์ข้อมูลสามารถมุ่งเน้นไปที่การออกแบบและการฝึกอบรมเครือข่ายมากกว่าการเขียนโปรแกรมและการดีบัก

หวังว่านี่จะช่วยได้!

กระบวนการค้นหาสถาปัตยกรรมเครือข่ายที่ดีที่สุดสำหรับปัญหาของคุณคือหัวใจของกระบวนการเรียนรู้อย่างลึกล้ำนั่นคือที่ที่คุณใช้ความรู้ก่อนหน้านี้เพื่อเพิ่มประสิทธิภาพ

สุจริตฉันไม่เห็นจริง ๆ ว่า GUI ตามที่คุณแนะนำสามารถตอบสนองวัตถุประสงค์นี้ได้อย่างไรเมื่อ:

• เพื่อให้สามารถประเมินสถาปัตยกรรมที่กำหนดคุณจะต้องฝึกเน็ตบนข้อมูลของคุณ (ตั้งแต่เริ่มต้น) สำหรับเครือข่ายนิวรัลลึกนี่เป็นกระบวนการที่อาจใช้เวลาสักครู่ ดังนั้นหากการคลิกทุกครั้งที่คุณต้องการต้องใช้การคำนวณเป็นชั่วโมงมันจะใช้ประโยชน์จาก UI กราฟิกทั้งหมด

• การนำไปใช้งานส่วนใหญ่ (caffe, TensorFlow) มีรูปแบบง่าย ๆ เช่นการเปลี่ยนสถาปัตยกรรม (เปลี่ยนเลเยอร์ปรับจูนพารามิเตอร์ไฮเปอร์) จริง ๆ แล้วเพิ่งลงมาเปลี่ยนค่าของสตริงหรือค่าคงที่เดียว: ไม่มีอะไรที่คุณต้องการ GUI สำหรับ

หากในอีกทางหนึ่งสิ่งที่คุณกำลังมองหาคือวิธีการที่เป็นระบบมากขึ้นสำหรับธุรกิจการปรับพารามิเตอร์คุณสามารถอ่านข้อมูลเกี่ยวกับการปรับพารามิเตอร์อัตโนมัติได้

ใช่มีตัวแก้ไขภาพใหม่สำหรับเครือข่ายประสาทขนาดเล็กที่เรียกว่า "Neural Network Designer" ที่มีให้ที่ Apple App Store สำหรับ Mac

ฉันทำงานกับส่วนต่อประสานเครือข่ายผู้ใช้แบบลากและวาง (Ennui) ที่ฝึกบนเบราว์เซอร์และอนุญาตให้ผู้ใช้ส่งออก Python สร้างรหัส เรามีเลเยอร์ต่าง ๆ มากมายรวมถึงหนาแน่น, convolutional, maxpoolings, batchnorm, และอื่น ๆ นอกจากนี้ยังสร้างแบบจำลองการแยกสาขาเช่น ResNets เราใช้การสร้างภาพข้อมูลร่วมกันเล็กน้อยเช่นกัน

นี่คือภาพของ Ennui

นี่คือตัวอย่างการสร้างภาพ

คุณสามารถเยี่ยมชมเว็บไซต์ได้ที่https://math.mit.edu/ennui

การใช้งานโอเพ่นซอร์สอยู่ที่https://github.com/martinjm97/ENNUI

รู้สึกอิสระที่จะติดต่อกับความคิดเห็นหรือคำถาม