ruby fann

Rubyfann

Быстрый ай

---

Нейронные сети в ruby

Rubyfann, или «Ruby-Fann»-это рубиновый камень (не требуется рельсы), который связывается с Fann (быстрая искусственная нейронная сеть) из среды Ruby/Rails. Fann-это бесплатная библиотека нейронной сети с открытым исходным кодом, которая реализует многослойные искусственные нейронные сети, поддерживая как полностью подключенные, так и редко соединенные сети. Это прост в использовании, универсальный, хорошо документированный и быстрый. RubyFann делает работу с нейронными сетями бризом, используя ruby , с дополнительным преимуществом, что большая часть тяжелой работы выполняется назначенным.

Разговор, данный нашим другом Итаном из Big-Oh Studios на Lone Star Ruby 2013: http://confreaks.com/videos/2609-lonestarruby2013-neural-networks-with-rubyfann

Установка

Добавьте эту строку в Gemfile вашего приложения:

 gem 'ruby-fann'

А затем выполнить:

 $ bundle

Или установите его самостоятельно как:

 $ gem install ruby-fann

Использование

Во -первых, зайдите сюда и прочитайте о Фанне. Вам не нужно устанавливать его перед использованием драгоценного камня, но понимание Fann поможет вам понять, что вы можете сделать с драгоценным камнем Ruby-fann: http://leenissen.dk/fann/

Документация:

Документация Ruby-Fann: http://tangledpath.github.io/ruby-fann/index.html

Пример обучения и последующее исполнение:

  require 'ruby-fann'
  train = RubyFann :: TrainData . new ( :inputs => [ [ 0.3 , 0.4 , 0.5 ] , [ 0.1 , 0.2 , 0.3 ] ] , :desired_outputs => [ [ 0.7 ] , [ 0.8 ] ] )
  fann = RubyFann :: Standard . new ( :num_inputs => 3 , :hidden_neurons => [ 2 , 8 , 4 , 3 , 4 ] , :num_outputs => 1 )
  fann . train_on_data ( train , 1000 , 10 , 0.1 ) # 1000 max_epochs, 10 errors between reports and 0.1 desired MSE (mean-squared-error)
  outputs = fann . run ( [ 0.3 , 0.2 , 0.4 ] )

Сохраните данные обучения для подачи и используйте их позже (продолжение сверху)

  train . save ( 'verify.train' )
  train = RubyFann :: TrainData . new ( :filename => 'verify.train' )
  # Train again with 10000 max_epochs, 20 errors between reports and 0.01 desired MSE (mean-squared-error)
  # This will take longer:
  fann . train_on_data ( train , 10000 , 20 , 0.01 )

Сохраните обученную сеть для подачи и используйте ее позже (продолжение сверху)

  fann . save ( 'foo.net' )
  saved_nn = RubyFann :: Standard . new ( :filename => "foo.net" )
  saved_nn . run ( [ 0.3 , 0.2 , 0.4 ] )

Пользовательское обучение с использованием метода обратного вызова

Эта функция обратного вызова может быть вызвана во время обучения при использовании Train_on_data, Train_on_file или Cascadetrain_on_data.

Это очень полезно для выполнения индивидуальных вещей во время обучения. Рекомендуется использовать эту функцию при реализации пользовательских процедур обучения или при визуализации обучения в графическом интерфейсе и т. Д. взят до сих пор.

Метод обратного вызова должен вернуть целое число, если функция обратного вызова возвращает -1, обучение прекратится.

Обратный вызов (Training_callback) будет автоматически вызван, если он реализован на вашем подклассе следующим образом:

 class MyFann < RubyFann :: Standard
  def training_callback ( args )
    puts "ARGS: #{ args . inspect } "
    0
  end
end

Образец проекта с использованием Rubyfann для игры Tic-Tac-Toe

https://github.com/bigohstudios/tictactoe

Участники

1. Стивен Миерс
2. Оле Крюгер
3. Dignati
4. Михал Покорни
5. Скотт Ли (Локсли)
6. Alex.slotty

Внося

1. Разветвляй это
2. Создайте филиал своей функции ( git checkout -b my-new-feature )
3. Совершить свои изменения ( git commit -am 'Add some feature' )
4. Толкайте к ветке ( git push origin my-new-feature )
5. Создать новый запрос на привлечение