ruby fann

Rubyfann

快速AI

---

ruby的神经网络

Rubyfann或“ Ruby-fann”是一种红宝石宝石（无需轨道），与Ruby/Rails环境中的粉丝（快速人造神经网络）结合。 Fann是一个免费的本机开源神经网络库，它实现了多层人工神经网络，支持完全连接和稀疏连接的网络。它易于使用，多功能，文献良好且快速。 RubyFann使用ruby使与神经网络的合作变得轻而易举，并具有额外的好处，即大部分繁重的举重是本地进行的。

我们的朋友Ethan的演讲来自Big-Oh Studios的Lone Star Ruby 2013：http：//confreaks.com/videos/2609-lonestarruby2013-neural-networks-with-rubyfann

安装

将此行添加到您的应用程序的gemfile：

 gem 'ruby-fann'

然后执行：

 $ bundle

或自行安装：

 $ gem install ruby-fann

用法

首先，去这里并阅读有关Fann的信息。您不需要在使用宝石之前安装它，但是了解范恩将帮助您了解Ruby-Fann Gem可以做什么：http：//leenissen.dk/fann/

文档：

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

示例培训和后续执行：

  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 ] )

保存培训数据以归档并稍后使用（从上方继续）

  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 )

保存训练有素的网络以归档并以后使用（从上方继续）

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

使用回调方法定制培训

使用train_on_data，train_on_file或cascadetrain_on_data时，可以在训练期间调用此回调功能。

这对于在培训期间进行自定义工作非常有用。建议在实施自定义培训程序时使用此功能，或者在可视化GUI等的训练等时使用此功能。回调函数所采用的args是给予train_on_data的参数，再加上一个时代参数，该参数告诉训练有多少个时期这么远。

回调方法应返回整数，如果回调函数返回-1，则培训将终止。

如果在您的子类上实现，将自动调用回调（triending_callback），如下所示：

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

使用Rubyfann玩tic-tac-toe的示例项目

https://github.com/bigohstudios/tictactoe

贡献者

1. 史蒂文·米尔斯（Steven Miers）
2. OleKrüger
3. Dignati
4. Michal Pokorny
5. 斯科特·李（洛克斯利）
6. Alex.Slotty

贡献

1. 叉
2. 创建您的功能分支（ git checkout -b my-new-feature ）
3. 提交您的更改（ git commit -am 'Add some feature' ）
4. 推到分支（ git push origin my-new-feature ）
5. 创建新的拉请求