Из Википедии, бесплатной энциклопедии
Перейти к навигации Перейти к поиску
rnn
Rnn-software-screenshot-2.png
Оригинальный автор (ы)Bastiaan Quast
изначальный выпуск30 ноября 2015 г. ( 2015-11-30 )
Стабильный выпуск
1.4.0 / 3 июля 2020 г . ; 6 месяцев назад ( 2020-07-03 )
Репозиторийhttps://github.com/bquast/rnn
Написано вр
Размер460,3 КБ (версия 1.4.0)
ЛицензияGPL v3
Интернет сайткран .r-project .org

rnn - это среда машинного обучения с открытым исходным кодом, которая реализует повторяющиеся архитектуры нейронных сетей , такие как LSTM и GRU , изначально на языке программирования R , который был загружен более 100000 раз (только с серверов RStudio). [1]

Пакет rnn распространяется через Comprehensive R Archive Network [2] под лицензией GPL v3 с открытым исходным кодом .

Рабочий процесс [ править ]

Демонстрация пакета RNN

В приведенном ниже примере из документации rnn показано, как обучить рекуррентную нейронную сеть для решения проблемы побитового двоичного сложения.

>  # установить пакет rnn, включая сигмоид зависимости >  install.packages ( 'rnn' )>  # загружаем пакет rnn >  library ( rnn )>  # создать входные данные >  X1  =  sample ( 0 : 127 ,  10000 ,  replace = TRUE ) >  X2  =  sample ( 0 : 127 ,  10000 ,  replace = TRUE )>  # создать выходные данные >  Y  <-  X1  +  X2>  # преобразование из десятичной системы в двоичную >  X1  <-  int2bin ( X1 ,  length = 8 ) >  X2  <-  int2bin ( X2 ,  length = 8 ) >  Y  <-  int2bin ( Y ,  length = 8 )>  # перемещаем входные данные в один тензор >  X  <-  array (  c ( X1 , X2 ),  dim = c ( dim ( X1 ), 2 )  )>  # Обучения модели >  модель  <-  trainr ( Y = Y , +  Х = Х , +  learningrate  =  1 , +  hidden_dim  =  16  ) Квалифицированные  эпохи :  1  -  Изучение  скорости :  1 Эпоха  ошибки :  0,839787019539748

сигмовидная [ править ]

В сигмоида и их производные , используемые в пакете первоначально были включены в пакет, начиная с версии 0.8.0 и далее, они были выпущены в виде отдельного пакета R сигмы , с целью обеспечения более общего пользования. Сигмовидной пакет представляет собой зависимость от РНН пакета и , следовательно , автоматически устанавливаются вместе с ним. [3]

Прием [ править ]

С выпуском версии 0.3.0 в апреле 2016 года [4] использование в производственной и исследовательской среде стало более распространенным. Несколько месяцев спустя пакет был рассмотрен в блоге R The Beginner Programmer, поскольку «R предоставляет простой и очень удобный для пользователя пакет с именем rnn для работы с повторяющимися нейронными сетями», [5] что еще больше увеличило его использование. [6]

В книге Баладжи Венкатесварана и Джузеппе Чиабурро « Нейронные сети в R » используется rnn для демонстрации рекуррентных нейронных сетей пользователям R. [7] [8] Он также используется в курсе r-exercises.com «Упражнения для нейронных сетей». [9] [10]

Журналы зеркальных загрузок RStudio CRAN [11] показывают, что пакет загружается с этих серверов в среднем около 2000 в месяц [12], а с момента первого выпуска [13] в общей сложности было загружено более 100000 загрузок, [13] согласно RDocumentation.org, это помещает пакет в 15-й процентиль самых популярных пакетов R. [14]

Ссылки [ править ]

  1. ^ Quast, Bastiaan (30 августа 2019 г.), GitHub - bquast / rnn: Recurrent Neural Networks in R. , получено 19 сентября 2019 г.
  2. ^ Квост, Bastiaan; Fichou, Dimitri (2019-05-27), rnn: Recurrent Neural Network , заархивировано из оригинала 2020-01-05 , получено 2020-01-05
  3. ^ Quast, Bastiaan (2018-06-21), сигмоид : сигмоидальные функции для машинного обучения , заархивировано из оригинала 05.01.2020 , получено 05.01.2020
  4. ^ Quast, Bastiaan (2020-01-03), RNN: Recurrent Neural Networks in R Releases , получено 5 января 2020 г.
  5. ^ Мик (2016-08-05). «Начинающий программист: простые рекуррентные нейронные сети в R: предсказание волн» . Начинающий программист . Архивировано 5 января 2020 года . Проверено 5 января 2020 .
  6. ^ "LSTM или другой пакет RNN для R" . Обмен стеком Data Science . Проверено 5 июля 2018 .
  7. ^ «Нейронные сети с R» . О'Рейли. Сентябрь 2017 г. ISBN 9781788397872. Архивировано из оригинала на 2018-10-02 . Проверено 2 октября 2018 .
  8. ^ Чиабурро, Джузеппе; Венкатешваран, Баладжи (27.09.2017). Нейронные сети с R: интеллектуальные модели с использованием принципов CNN, RNN, глубокого обучения и искусственного интеллекта . Packt Publishing Ltd. ISBN 978-1-78839-941-8.
  9. ^ Touzin, Гийом (2017-06-21). «R-упражнения - Упражнения для нейронных сетей (Часть-3)» . www.r-exercises.com . Архивировано 5 января 2020 года . Проверено 5 января 2020 .
  10. ^ Touzin, Гийом (2017-06-21). «Упражнения для нейронных сетей (Часть-3)» . Р-блогеры . Архивировано 5 января 2020 года . Проверено 5 января 2020 .
  11. ^ "Журналы RStudio CRAN" .
  12. ^ "Пакет CRANlogs rnn" .
  13. ^ "Пакет CRANlogs rnn" .
  14. ^ "RDocumentation rnn" .

Внешние ссылки [ править ]

  • Репозиторий на GitHub
  • пакет rnn на CRAN