Sinir ağları / derin öğrenme tasarlamak ve uygulamak için görsel bir araç var mı? [kapalı]

Kahve, Theano, TensorFlow, keras gibi makine öğrenimi ve derin öğrenme için çok sayıda kütüphane olduğunu biliyorum ... Ama benim için kullanmak istediğim sinir ağının mimarisini bilmem gerekiyor gibi görünüyor.

Farklı ağ tasarımlarıyla denemeler yapıp kendi verilerinize uygulamanızı sağlayan (görsel) bir araç var mı?

TensorFlow Playground gibi bir şey düşünüyorum , ancak n boyutlu veriler ve farklı katman türleri ile.

Şimdiden teşekkürler!

Evet, sinir ağını sadece sürükleyip bırakarak tasarlamak ve uygulamak için birçok araç var.Onlardan biri Deep Cognition Inc tarafından geliştirilen Deep Learning Studio , üretimde görsel bir arayüze sahip sağlam derin öğrenme platformu veri alımına kapsamlı bir çözüm sunuyor , model geliştirme, eğitim, dağıtım ve yönetim. Deep Learning Studio kullanıcıları, TensorFlow, MXNet ve Keras ile sağlam entegrasyon yoluyla derin öğrenme çözümlerini hızlı bir şekilde geliştirme ve uygulama becerisine sahiptir.

Otomatik ML özelliği otomatik olarak sinir ağı modelini oluşturur.

Kafe için, başlamanıza yardımcı olacak bazı GUI'ler sağlayan Expresso ( http://val.serc.iisc.ernet.in/expresso/ ) adlı üçüncü taraf bir araç vardır .

Ayrıca, NVIDIA DIGITS ( https://developer.nvidia.com/digits ) etkileşimli bir araç olduğunu da iddia ediyor:

DIGITS, verileri yönetmek, çoklu GPU sistemlerinde sinir ağlarını tasarlamak ve eğitmek, gelişmiş görselleştirmelerle performansı gerçek zamanlı olarak izlemek ve dağıtım için sonuç tarayıcısından en iyi performansı gösteren modeli seçmek gibi yaygın derin öğrenme görevlerini basitleştirir. DIGITS tamamen etkileşimlidir, böylece veri bilimcileri programlama ve hata ayıklama yerine ağ tasarımı ve eğitimine odaklanabilir.

Bu yardımcı olur umarım!

Sorununuz için en uygun ağ mimarisini bulma süreci, derin öğrenme sürecinin kalbidir - performansınızı optimize etmek için ön bilginizi kullandığınız yer burasıdır.

Dürüst olmak gerekirse, önerdiğiniz gibi bir GUI'nin bu amaca nasıl hizmet edebileceğini gerçekten görmüyorum:

• Belirli bir mimariyi değerlendirebilmek için ağı verileriniz üzerinde (sıfırdan) eğitmeniz gerekir. Derin sinir ağları için bu biraz zaman alabilecek bir süreçtir. Bu nedenle, yaptığınız her tıklama bir saatlik hesaplama gerektiriyorsa, grafik kullanıcı arayüzünün tüm avantajından yararlanır.

• Çoğu uygulama (caffe, TensorFlow) o kadar basit bir sözdizimine sahiptir ki, mimariyi değiştirmek (katmanları değiştirmek, hiper parametrelerini ayarlamak) gerçekten sadece tek bir dizenin veya sabitin değerini değiştirmek anlamına gelir: gerçekten bir GUI'ye ihtiyacınız yok.

Öte yandan, aradığınız şey parametre ayarlama işine daha sistematik bir yaklaşımsa, Otomatik Parametre Ayarı'nı okuyabilirsiniz .

Evet, Mac için Apple App Store'da bulunan "Sinir Ağı Tasarımcısı" adlı küçük sinir ağları için yeni bir görsel düzenleyici var.

Tarayıcıda çalışan ve kullanıcıların kod tarafından oluşturulan Python'u dışa aktarmalarını sağlayan bir sürükle ve bırak sinir ağı kullanıcı arayüzü (Ennui) üzerinde çalışıyorum. Yoğun, evrişimsel, maxpooling, batnornor, vb. Dahil olmak üzere çeşitli katmanlarımız var. ResNets gibi dallı modeller oluşturmak da desteklenmektedir. Birkaç yaygın görselleştirme de uyguladık.

İşte Ennui'nin bir resmi

İşte bir örnek görselleştirme

Web sitesini https://math.mit.edu/ennui adresinden ziyaret edebilirsiniz.

Açık kaynaklı uygulama https://github.com/martinjm97/ENNUI adresinde

Yorumlarınız veya sorularınız için bizimle iletişime geçmekten çekinmeyin.