ruby fann

Rubyfann

快速AI

---

ruby的神經網絡

Rubyfann或“ Ruby-fann”是一种红寶石寶石（無需軌道），與Ruby/Rails環境中的粉絲（快速人造神經網絡）結合。 Fann是一個免費的本機開源神經網絡庫，它實現了多層人工神經網絡，支持完全連接和稀疏連接的網絡。它易於使用，多功能，文獻良好且快速。 RubyFann使用ruby使與神經網絡的合作變得輕而易舉，並具有額外的好處，即大部分繁重的舉重是本地進行的。

我們的朋友Ethan的演講來自Big-Oh Studios的Lone Star Ruby 2013：http：//confreaks.com/videos/2609-lonestarruby2013-neural-networks-with-rubyfann

安裝

將此行添加到您的應用程序的gemfile：

 gem 'ruby-fann'

然後執行：

 $ bundle

或自行安裝：

 $ gem install ruby-fann

用法

首先，去這裡並閱讀有關Fann的信息。您不需要在使用寶石之前安裝它，但是了解范恩將幫助您了解Ruby-Fann Gem可以做什麼：http：//leenissen.dk/fann/

文件:

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

示例培訓和後續執行：

  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 ] )

保存培訓數據以歸檔並稍後使用（從上方繼續）

  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 )

保存訓練有素的網絡以歸檔並以後使用（從上方繼續）

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

使用回調方法定制培訓

使用train_on_data，train_on_file或cascadetrain_on_data時，可以在訓練期間調用此回調功能。

這對於在培訓期間進行自定義工作非常有用。建議在實施自定義培訓程序時使用此功能，或者在可視化GUI等的訓練等時使用此功能。回調函數所採用的args是給予train_on_data的參數，再加上一個時代參數，該參數告訴訓練有多少個時期這麼遠。

回調方法應返回整數，如果回調函數返回-1，則培訓將終止。

如果在您的子類上實現，將自動調用回調（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的示例項目

https://github.com/bigohstudios/tictactoe

貢獻者

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

貢獻

1. 叉
2. 創建您的功能分支（ 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. 創建新的拉請求