Có một công cụ trực quan để thiết kế và áp dụng mạng lưới thần kinh / học sâu? [đóng cửa]

Tôi biết có rất nhiều thư viện để học máy và học sâu như caffe, Theano, TensorFlow, keras, ... Nhưng đối với tôi, dường như tôi phải biết kiến ​​trúc của mạng lưới thần kinh mà tôi muốn sử dụng.

Có một công cụ (trực quan) nào cho phép thử nghiệm các thiết kế mạng khác nhau và áp dụng chúng trên dữ liệu riêng không?

Tôi đang suy nghĩ về một cái gì đó giống như Sân chơi TensorFlow , nhưng với dữ liệu n chiều và các loại lớp khác nhau.

Cảm ơn trước!

Có, có rất nhiều công cụ có sẵn để thiết kế và áp dụng mạng nơ-ron chỉ bằng cách kéo và thả. Một trong số đó là Deep Learning Studio Được phát triển bởi Deep Cognition Inc , nền tảng học tập sâu mạnh mẽ của họ với giao diện trực quan trong sản xuất cung cấp giải pháp toàn diện cho việc nhập dữ liệu , phát triển mô hình, đào tạo, triển khai và quản lý. Người dùng Deep Learning Studio có khả năng nhanh chóng phát triển và triển khai các giải pháp học tập sâu thông qua tích hợp mạnh mẽ với TensorFlow, MXNet và Keras.

Tính năng ML tự động của họ sẽ tự động tạo mô hình mạng thần kinh.

Đối với caffe, có một công cụ của bên thứ ba có tên Expresso ( http://val.serc.iisc.ernet.in/expresso/ ) cung cấp một số GUI để giúp bạn bắt đầu.

Hơn nữa, NVIDIA DIGITS ( https://developer.nvidia.com/digits ) cũng tuyên bố là một công cụ tương tác:

DIGITS đơn giản hóa các tác vụ học sâu phổ biến như quản lý dữ liệu, thiết kế và đào tạo mạng thần kinh trên các hệ thống đa GPU, theo dõi hiệu suất trong thời gian thực với trực quan hóa nâng cao và chọn mô hình hoạt động tốt nhất từ ​​trình duyệt kết quả để triển khai. DIGITS hoàn toàn tương tác để các nhà khoa học dữ liệu có thể tập trung vào thiết kế và đào tạo mạng thay vì lập trình và gỡ lỗi.

Hi vọng điêu nay co ich!

Quá trình tìm kiếm kiến ​​trúc mạng tối ưu cho vấn đề của bạn là trung tâm của quá trình học sâu - đó là nơi bạn sử dụng kiến ​​thức trước đây của mình để tối ưu hóa hiệu suất.

Thành thật mà nói, tôi không thực sự thấy một GUI như bạn đề xuất có thể phục vụ mục đích này như thế nào:

• Để có thể đánh giá một kiến ​​trúc nhất định, bạn cần đào tạo mạng về dữ liệu của mình (từ đầu). Đối với các mạng lưới thần kinh sâu, đây là một quá trình có thể mất một thời gian. Vì vậy, nếu mỗi nhấp chuột bạn thực hiện yêu cầu tính toán trong một giờ, thì phần lớn sẽ loại bỏ toàn bộ lợi thế của giao diện người dùng đồ họa.

• Hầu hết các triển khai (caffe, TensorFlow) có cú pháp đơn giản như vậy, việc thay đổi kiến ​​trúc (thay đổi lớp, điều chỉnh siêu tham số) thực sự chỉ cần thay đổi giá trị của một chuỗi hoặc hằng số: không có gì bạn thực sự cần GUI.

Mặt khác, nếu điều bạn đang tìm kiếm là một cách tiếp cận có hệ thống hơn đối với doanh nghiệp điều chỉnh tham số, bạn có thể đọc về Điều chỉnh tham số tự động .

Có, có một trình chỉnh sửa hình ảnh mới cho các mạng thần kinh nhỏ gọi là "Nhà thiết kế mạng thần kinh" có sẵn tại Apple App Store cho Mac.

Tôi đã làm việc trên giao diện người dùng mạng thần kinh kéo và thả (Ennui) đào tạo trên trình duyệt và cho phép người dùng xuất Python được tạo mã. Chúng tôi có các lớp khác nhau bao gồm dày đặc, tích chập, maxpooling, bó, v.v ... Xây dựng các mô hình phân nhánh như ResNets cũng được hỗ trợ. Chúng tôi thực hiện một vài hình ảnh phổ biến là tốt.

Dưới đây là hình ảnh của Ennui

Dưới đây là một ví dụ trực quan

Bạn có thể truy cập trang web tại https://math.mit.edu/ennui

Việc triển khai nguồn mở có tại https://github.com/martinjm97/ENNUI

Hãy tiếp cận với ý kiến ​​hoặc câu hỏi.