"MSP (Modulinė rinkinys duomenų apdorojimo) yra plačiai naudojamas duomenų apdorojimo algoritmų, kurie gali būti derinami pagal vamzdyno analogiją sukurti daugiau sudėtingų duomenų apdorojimo programinės įrangos biblioteką.
Iš vartotojo perspektyvos, MDP sudaro prižiūrimų ir neprižiūrimų mokymosi algoritmus, ir kitų duomenų tvarkymo vienetais (mazgai), kuri gali būti sujungti į duomenų apdorojimo sekos (srautams) ir sudėtingesnių pašarų priekį tinklo architektūros kolekciją. Atsižvelgiant į įvesties duomenų rinkinys, MDP rūpinasi eilės mokymas arba vykdyti visas mazgų tinkle. Tai leidžia vartotojui nustatyti sudėtingus algoritmus kaip paprastesnių duomenų tvarkymo veiksmus, natūraliu būdu serijos.
Galimų algoritmų bazė nuolat didėja ir apima, pavadinimą, bet dažniausiai, vyriausioji komponento analizę (PBS ir NIPALS), keleto nepriklausomų komponento analizę algoritmai (CuBICA, FastICA, TDSEP Jade ir XSFA), lėtas Žanras analizė, Gauso Klasifikatoriai, Ribotos Bolcmano mašina, ir lokaliai Linijinis laikydamos.
Ypatingas dėmesys buvo imtasi, kad skaičiavimai efektyvus, kalbant apie greitį ir atminties. Siekiant sumažinti atminties reikalavimus, tai yra įmanoma, kad atlikti mokymosi naudojant partijas duomenimis, ir apibrėžti vidiniai parametrai mazgų būti vienų tikslumo, kuris daro labai didelio duomenų naudojimą nustato įmanoma. Be to, "lygiagrečiai" subpackage siūlo lygiagrečiai įgyvendinti pagrindinių mazgų ir srautus.
Iš kūrėjo perspektyvos, MSP yra sistema, kuri suteikia naujų prižiūrimų ir neprižiūrimų mokymosi algoritmų įgyvendinimas lengva ir paprasta. Pagrindinė klasė, "Mazgas", rūpinasi varginančių užduotis, pavyzdžiui, skaitmeninio tipo ir Dimensija patikrinimo, paliekant kūrėjas nemokamą sutelkti dėmesį į mokymosi ir vykdymo etapai įgyvendinti. Kadangi bendrosios sąsajos, mazgas, tada automatiškai sujungia su bibliotekoje likusios ir gali būti naudojamas kartu su kitais tinklo mazgų. Mazgas gali turėti kelis mokymo etapus ir net neapibrėžtą skaičių etapais. Tai leidžia algoritmai, kuriuos reikia surinkti tam tikrus visai įvesties statistiniai prieš pradėdama faktiškai mokymo ir kiti, reikia pakartoti per mokymo etapui iki konvergencijos kriterijus yra įvykdytas įgyvendinimą. Gebėjimas mokyti kiekvieną etapą, naudojant gabaliukus įvesties duomenų išlaikytas, jei gabaliukus yra generuojami su iteratory. Be to, avarijos atkūrimas yra pasirinktinai: nesėkmės atveju, dabartinė srauto išsaugoma vėlesniam patikrinimui.
MSP buvo parašyta teorinių tyrimų neurologijos srityje, tačiau ji buvo sukurta siekiant būti naudinga bet kokiame kontekste, kur treniruoti duomenų apdorojimo algoritmai yra naudojami. Jo paprastumas ant vartotojo pusės, kartu su įgyvendinamų mazgų pakartotinai, kad jis taip pat galioja mokymo priemonė
Kas naujo , šioje laidoje.
- Python 3 paramą. "
- Nauja plėtiniai: spartinimo ir gradientas; .
- pagerino ir išplėtė pamoka.
- Keletas patobulinimų ir taisymo.
- Ši laida yra pagal BSD licenciją.
Kas naujo 2.5 versija:
- 2009-06-30 Pridėta: internete aptikimas skaitmeninio posistemė lygiagrečiai pitonas parama, symeig posistemės ir skaitmeninio posistemės į vieneto bandymai produkcijos. Turėtų padėti derinti.
- 2009-06-12. Integravimas Apipjaustymas ir histogramos mazgų;
- 2009-06-12. Ištaisyta klaida lygiagrečiai srautas (išimtis krovos),
- 2009-06-09: Ištaisyta klaida, kai LLENode output_dim yra plūdė. Ačiū Konrad Hinsen.
- 2009-06-05. Suremontuota lygiagrečiai srauto keliems planuotojai,
- 2009-06-05. Fiksuotas sluoksnyje atvirkštinių klaidų, dėka Alberto Escalante
- 2009-04-29. Pridėta LinearRegressionNode
- 2009-03-31: PCANode nesiskundžia nebėra kada kovariacijos matrica turi neigiamą nuosavų reikšmių IFF KVL == Tiesa ar sumažinti == Tiesa. Jei output_dim buvo nurodyta turi norimą dispersija, neigiamos tikrinės reikšmės yra ignoruojamos. Patobulinta klaidos pranešimas dėl SFANode atveju neigiamų reikšmių, dabar mes siūlome pridėkite mazgas su PCANode (SVD = true) ar PCANode (sumažinti = true).
- 2009-03-26: migravo iš senosios siūlų pakuotės į naują sriegimo vieną. Pridėta vėliava išjungti talpinimą proceso planavimo. Yra keletas Karščiausios pokyčiai užsakymą planavimo (lygiagrečiai srautas mokymo ar vykdymas neturi įtakos).
- 2009-03-25. Pridėta svn peržiūra sekimo parama;
- 2009-03-25: Pašalinta copy_callable Žymėti kaip planavimo, tai dabar visiškai pakeitė šakojimasis į TaskCallable. Tai neturi už patogų ParallelFlow sąsaja poveikį, tačiau pagal užsakymą planuotojai sulūžti.
- 2009-03-22. Įgyvendinamas spartinimo į ProcessScheduler
- 2009-02-22. Make_parallel dabar dirba visiškai in-place taupyti atmintį,
- 2009-02-12. Pridėta konteinerių metodai į FlowNode
- 2009-03-03. Pridėta CrossCovarianceMatrix su bandymais;
- 2009-02-03. Pridėta IdentityNode
- 2009-01-30. Pridėta pagalbininkas funkciją Hinet tiesiogiai rodyti srautas HTML atstovavimą;
- 2009-01-22. Leiskite output_dim sluoksnyje turi būti nustatyti tingiai,
- 2008-12-23. Pridėta total_variance į nipals mazgas;
- 2008-12-23. Visada nustatyti explained_variance ir total_variance po mokymo PCANode
- 2008-12-12: Modifikuotas symrand tikrai grįžti simetriškai matricas (ir ne tik teigiamas neabejotinas). Pritaikytas GaussianClassifierNode atsiskaityti už tai. Pritaikytas symrand grįžti taip pat sudėtingas Hermitian matricas.
- 2008-12-11: Fiksuotas viena problema PCANode (kai output_dim buvo nustatytas input_dim bendra dispersija buvo traktuojamas kaip nežinomas). Fiksuoto var_part parametras ParallelPCANode.
- 2008-12-11. Pridėta var_part funkcija PCANode (filtru remiantis variantiškumą, palyginti su absoute dispersija),
- 2008-12-04: Fiksuotas trūksta ašies arg į amax skambučio pamoka. Ačiū Samuel Jono!
- 2008-12-04: Fiksuotas tuščią duomenų iteratorių tvarkymo ParallelFlow. taip pat pridūrė tuščias iteratorių patikrinimus normalus srautas (didinti išimtį, jei iteratorius tuščias).
- 2008-11-19: Modifikuotas PBS ir SPS mazgai patikrinti negaive reikšmių į cov matricų,
- 2008-11-19: symeig integruota scipy, MDP galite naudoti ją iš ten dabar, .
- 2008-11-18. Pridėta ParallelFDANode
- 2008-11-18. Atnaujinta traukinio pirmalaikio išpirkimo už ParallelFlow remti papildomus argumentus,
- 2008-11-05: perrašymas iš kad lygiagreti kodas, dabar palaiko Hinet struktūras; .
- 2008-11-03: perrašymas iš Hinet HTML repesentation kūrėjas. Deja, tai taip pat pažeidžia viešąjį sąsają, tačiau pokyčiai yra gana paprasta.
- 2008-10-29: Išjunkite įspėjimai ateina iš atokių procesų ProcessScheduler
- 2008-10-27. Fiksuotas problema su perrašymui kwargs į paleidimo metodą ParallelFlow
- 2008-10-24. Fiksuotas pretrained mazgai klaidą į hinet.FlowNode
- 2008-10-20. Fiksuotas kritiškai importo klaidą lygiagrečiai paketą, kai p (lygiagrečiai pitonas biblioteka) yra įdiegta "
Reikalavimai
- Python,
- NumPy
- scipy
Komentarai nerastas