อ่าน 3 นาที
โครงข่ายประสาทเทียมความเร็วสูง
Fast Artificial Neural Network ( FANN ) เป็นไลบรารีการเขียนโปรแกรมข้ามแพลตฟอร์ม สำหรับการพัฒนาโครงข่ายประสาทเทียมแบบฟีดฟอร์เวิร์ด หลายชั้น (ANN)...
โครงข่ายประสาทเทียมความเร็วสูง
| แฟนน์ | |
|---|---|
| ผู้เขียนต้นฉบับ | สเตฟเฟน นิสเซ่น |
| ปล่อย | พฤศจิกายน 2546 |
| เวอร์ชันเสถียร | 2.2.0 / 24 มกราคม 2555 |
| เขียนเป็น | ซี |
| ระบบปฏิบัติการ | ข้ามแพลตฟอร์ม |
| ขนาด | ~2 MB |
| มีจำหน่ายใน | ภาษาอังกฤษ |
| พิมพ์ | ห้องสมุด |
| ใบอนุญาต | แอลจีพีแอล |
| เว็บไซต์ | leenissen.dk/fann/wp |
| ที่เก็บข้อมูล | github.com/libfann |
Fast Artificial Neural Network ( FANN ) เป็นไลบรารีการเขียนโปรแกรมข้ามแพลตฟอร์ม สำหรับการพัฒนาโครงข่ายประสาทเทียมแบบฟีดฟอร์เวิร์ด หลายชั้น (ANN) เป็นซอฟต์แวร์ฟรีและโอเพนซอร์สที่ได้รับอนุญาตภายใต้สัญญาอนุญาต GNU Lesser General Public License (LGPL)
ลักษณะเฉพาะ
FANN รองรับการทำงานข้ามแพลตฟอร์มของเครือข่ายชั้นเดียวและหลายชั้น นอกจากนี้ยังรองรับ การคำนวณเลข ทศนิยมคงที่และเลขทศนิยมลอยตัว มีฟังก์ชันที่ช่วยลด ความซับซ้อนในการสร้าง ฝึกฝน และทดสอบเครือข่ายประสาทเทียม มีการเชื่อมต่อ กับ ภาษาโปรแกรมมากกว่า 20 ภาษา รวมถึงภาษาที่ใช้กันทั่วไป เช่นPHP , C#และPython [ 1 ]
บนเว็บไซต์ FANN มี อินเทอร์เฟซผู้ใช้แบบกราฟิก หลายแบบ ให้เลือกใช้กับไลบรารี เช่น FANNTool, Agiel Neural Network, Neural View, FannExeplorer, sfann และอื่นๆ อินเทอร์เฟซแบบกราฟิกเหล่านี้ช่วยอำนวยความสะดวกในการใช้งาน FANN สำหรับผู้ใช้ที่ไม่คุ้นเคยกับการเขียนโปรแกรม หรือผู้ที่ต้องการโซลูชันที่ใช้งานง่ายและพร้อมใช้งานได้ทันที
การฝึกฝนโครงข่ายประสาทเทียมแบบ FANN ดำเนินการผ่านกระบวนการย้อนกลับ (backpropagation ) โดยฟังก์ชันการฝึกฝนภายในได้รับการปรับให้เหมาะสมเพื่อลดเวลาในการฝึกฝน
เครือข่ายประสาทเทียมที่ได้รับการฝึกฝนแล้วสามารถจัดเก็บเป็นไฟล์ .net เพื่อบันทึกและโหลด ANN ได้อย่างรวดเร็วสำหรับการใช้งานหรือการฝึกฝนในอนาคต วิธีนี้ช่วยให้สามารถแบ่งการฝึกฝนออกเป็นขั้นตอนย่อยๆ หลายขั้นตอน ซึ่งจะเป็นประโยชน์เมื่อต้องจัดการกับชุดข้อมูลการฝึกฝนขนาดใหญ่หรือเครือข่ายประสาทเทียมขนาดใหญ่
ประวัติศาสตร์
FANN ถูกเขียนขึ้นครั้งแรกโดย Steffen Nissen การใช้งานดั้งเดิมของมันได้รับการอธิบายไว้ในรายงานของ Nissen ในปี 2003 เรื่อง Implementation of a Fast Artificial Neural Network Library (FANN) [ 2 ] รายงานฉบับนี้ถูกส่งไปยัง ภาควิชา วิทยาการคอมพิวเตอร์ที่มหาวิทยาลัยโคเปนเฮเกน (DIKU) ในรายงานฉบับดั้งเดิม Nissen ระบุว่าแรงจูงใจหลักประการหนึ่งในการเขียน FANN คือการพัฒนาไลบรารีเครือข่ายประสาทเทียมที่เป็นมิตรกับทั้งเลขคณิตแบบจุดคงที่และแบบจุดลอยตัว Nissen ต้องการพัฒนาตัวแทนอิสระที่สามารถเรียนรู้จากประสบการณ์ เป้าหมายของเขาคือการใช้ตัวแทนอิสระนี้เพื่อสร้างผู้เล่นเสมือนในQuake III Arenaที่สามารถเรียนรู้จากการเล่นเกมได้
นับตั้งแต่การเปิดตัวเวอร์ชัน 1.0.0 ครั้งแรก ฟังก์ชันของไลบรารีได้รับการขยายโดยผู้สร้างและผู้มีส่วนร่วมจำนวนมาก เพื่อให้มีตัวสร้างที่ใช้งาน ได้จริงมากขึ้น ฟังก์ชันการเปิดใช้งานที่แตกต่างกันการเข้าถึงพารามิเตอร์ที่ง่ายขึ้น และการเชื่อมโยงกับภาษาโปรแกรมหลายภาษา
การบำรุงรักษาโครงการเริ่มต้นตั้งแต่ปี 2003 บนSourceForgeแต่ตั้งแต่ปี 2011 เป็นต้นมาได้ใช้ระบบควบคุมเวอร์ชันGit [ 3 ]ที่โฮสต์บนGitHub ในการบำรุงรักษา โครงการนี้หยุดดำเนินการตั้งแต่เดือนพฤศจิกายน 2015 ถึงเดือนพฤษภาคม 2018 ในส่วนของปัญหา ผู้ใช้บางรายระบุว่าไม่สามารถติดต่อผู้เขียนได้อีกต่อไป ตั้งแต่ปี 2018 การพัฒนาได้กลับมาดำเนินการอีกครั้งโดยได้รับการสนับสนุนจากผู้ร่วมงานหลายคน[ 4 ]
วิจัย
รายงาน FANN ฉบับดั้งเดิมที่เขียนโดย Steffen Nissen ได้รับการอ้างอิง 526 ครั้ง ตามข้อมูลจากGoogle Scholarห้องสมุดนี้ถูกนำไปใช้ในการวิจัยด้านการจดจำภาพการเรียนรู้ของเครื่องชีววิทยาพันธุศาสตร์วิศวกรรมการบินและอวกาศวิทยาศาสตร์สิ่งแวดล้อมและปัญญา ประดิษฐ์
สิ่งพิมพ์ที่มีชื่อเสียงซึ่งอ้างอิงถึง FANN ได้แก่:
- Papa, JP (2009). "การจำแนกรูปแบบภายใต้การกำกับดูแลโดยใช้ป่าเส้นทางที่เหมาะสมที่สุด" วารสารนานาชาติระบบและเทคโนโลยีการถ่ายภาพ
- Papa, JP (2012). "การจำแนกป่าเส้นทางที่เหมาะสมที่สุดแบบมีผู้กำกับดูแลอย่างมีประสิทธิภาพสำหรับชุดข้อมูลขนาดใหญ่" การรู้จำรูปแบบ
- Enzweiler, M. (2011). "กรอบงานแบบผสมผสานผู้เชี่ยวชาญหลายระดับสำหรับการจำแนกประเภทคนเดินเท้า". IEEE Transactions on Image Processing .
- Goller, B. (2011). "เทคนิคการปรับปรุงแบบจำลองเชิงสุ่มสำหรับโครงสร้างอากาศยานที่ซับซ้อน". Finite Elements in Analysis and Design .
- Tartaglia, GG (2006). "การทำนายความเสถียรของโครงสร้างเฉพาะที่ของโปรตีนจากลำดับกรดอะมิโน" โครงสร้าง .
การเชื่อมโยงภาษา
FANN เดิมทีเขียนด้วยภาษาC [ 5 ]ผู้ร่วมพัฒนา FANN ได้สร้างการเชื่อมโยงภาษาอื่นๆ อีกมากมาย รวมถึง :
- แฟนน์ซีชาร์ป
- แฟนนเจ
- FANN Wrapper สำหรับ C++
- โหนด-แฟน
- แฟนน์.เจเอส
- PHP FANN [ 6 ]
- ฟอร์ทราน แฟนน์
- รัสต์ แฟนน์
- แฟนเนอร์ล
- ไพธอน แฟนเอ็น
- ร้าง FANN
- แฟนน์2เอ็มคิวแอล
- MetaTrader 4 (MQL4)
- ไอ-แฟนน์
- รูบี้-แฟน
- hrb4fann
- เดลฟี แฟนน์
- เครือข่ายประสาทเทียม TCL
- แอลฟานน์
- บทนำ FANN
- plfann
- โก-แฟน
- FANN Kernel
- สบู่, บริการเว็บ
- MATLAB FANN
- ไลบรารีแฟนนที่เชื่อมต่อกับ R
- แฟนนาดา
- เอชฟานน์
- แอนน์*
- อ็อกเทฟ-แฟนน์
- แฟนทอล์กเล็ก
- พีดีแอนเอ็น
ดูเพิ่มเติม
ลิงก์ภายนอก
- เว็บไซต์อย่างเป็นทางการ
- ไลบรารีเครือข่ายประสาทเทียมแบบเร็ว (FANN)บนGitHub
- ไลบรารีเครือข่ายประสาทเทียมความเร็วสูง (FANN)บนSourceForge
สรุปเนื้อหา
ข้อมูลสำคัญจากบทความ
ข้อมูลสำคัญเกี่ยวกับ โครงข่ายประสาทเทียมความเร็วสูง
Fast Artificial Neural Network ( FANN ) เป็นไลบรารีการเขียนโปรแกรมข้ามแพลตฟอร์ม สำหรับการพัฒนาโครงข่ายประสาทเทียมแบบฟีดฟอร์เวิร์ด หลายชั้น (ANN)...
ลักษณะเฉพาะ
FANN รองรับการทำงานข้ามแพลตฟอร์มของเครือข่ายชั้นเดียวและหลายชั้น นอกจากนี้ยังรองรับ การคำนวณเลข ทศนิยมคงที่ และ เลขทศนิยมลอยตัว มีฟังก์ชันที่ช่วยลด ความซับซ้อนในการสร้าง ฝึกฝน และทดสอบเครือข่ายประสาทเทียม มี การเชื่อมต่อ กับ ภาษาโปรแกรม มากกว่า 20 ภาษา...
ประวัติศาสตร์
FANN ถูกเขียนขึ้นครั้งแรกโดย Steffen Nissen การใช้งานดั้งเดิมของมันได้รับการอธิบายไว้ในรายงานของ Nissen ในปี 2003 เรื่อง Implementation of a Fast Artificial Neural Network Library (FANN) [ 2 ] รายงาน ฉบับนี้ถูกส่งไปยัง ภาควิชา วิทยาการคอมพิวเตอร์ ที่...
วิจัย
รายงาน FANN ฉบับดั้งเดิมที่เขียนโดย Steffen Nissen ได้รับการอ้างอิง 526 ครั้ง ตามข้อมูลจากGoogle Scholar ห้องสมุดนี้ถูกนำไปใช้ในการวิจัยด้านการ จดจำภาพ การเรียนรู้ของเครื่อง ชีววิทยา พันธุศาสตร์ วิศวกรรม การบินและ อวกาศวิทยาศาสตร์ สิ่งแวดล้อม และปัญญา ประดิษฐ์