素晴らしいコミュニティモジュール
  1. 表紙
  2. コミュニティモジュール

シナプス ビルドステータス https://synapticjs.slack.comでチャットに参加してください

重要：Synaptic 2.xは現在議論の段階にあります！お気軽に参加してください

Synapticはnode.jsとブラウザ用のjavascriptニューラルネットワークライブラリであり、その一般化されたアルゴリズムはアーキテクチャフリーであるため、基本的にあらゆるタイプの1次または2次ニューラルネットワークアーキテクチャを構築およびトレーニングできます。

このライブラリには、多層パーセプトロン、多層長短期記憶ネットワーク（LSTM）、液体状態マシンまたはホップフィールドネットワークなどのいくつかの組み込みアーキテクチャ、および組み込みのトレーニングタスク/テストを含む任意のネットワークをトレーニングできるトレーナーが含まれています。 XORの解決、Distracted SequenceRecallタスクまたはEmbeddedReber Grammarテストの完了など、さまざまなアーキテクチャのパフォーマンスを簡単にテストおよび比較できます。

このライブラリによって実装されるアルゴリズムは、Derek D.Monnerの論文から引用されています。

2次リカレントニューラルネットワーク用の一般化されたLSTMのようなトレーニングアルゴリズム

その論文には、ソースコードを通じてコメントされた方程式への参照があります。

序章

ニューラルネットワークについての予備知識がない場合は、このガイドを読むことから始める必要があります。

ニューラルネットワークにデータを供給する方法の実際的な例が必要な場合は、この記事をご覧ください。

また見撮りたいことがあり、この記事を。

デモ

これらのデモのソースコードは、このブランチにあります。

入門

例を試すには、gh-pagesブランチをチェックアウトしてください。

git checkout gh-pages

他の言語

このREADMEは、他の言語でも利用できます。

概要

Installation

ノード内

npmでsynapticをインストールできます：

1
npm install synaptic --save
ブラウザで

BowerでSynapticをインストールできます：

1
bower install synaptic

または、CDNjsから提供されたCDNリンクを使用することもできます

1
<script src="https://cdnjs.cloudflare.com/ajax/libs/synaptic/1.1.4/synaptic.js"></script>

Usage

1
2
3
4
5
6
var synaptic = require('synaptic'); // this line is not needed in the browser
var Neuron = synaptic.Neuron,
    Layer = synaptic.Layer,
    Network = synaptic.Network,
    Trainer = synaptic.Trainer,
    Architect = synaptic.Architect;

これで、ネットワークの作成、トレーニング、またはアーキテクトの組み込みネットワークの使用を開始できます。

Examples

パーセプトロン

これは、単純なパーセプトロンを作成する方法です。

パーセプトロン。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
function Perceptron(input, hidden, output)
{
    // create the layers
    var inputLayer = new Layer(input);
    var hiddenLayer = new Layer(hidden);
    var outputLayer = new Layer(output);

    // connect the layers
    inputLayer.project(hiddenLayer);
    hiddenLayer.project(outputLayer);

    // set the layers
    this.set({
        input: inputLayer,
        hidden: [hiddenLayer],
        output: outputLayer
    });
}

// extend the prototype chain
Perceptron.prototype = new Network();
Perceptron.prototype.constructor = Perceptron;

これで、トレーナーを作成し、パーセプトロンにXORを学習するように教えることで、新しいネットワークをテストできます。

1
2
3
4
5
6
7
8
9
var myPerceptron = new Perceptron(2,3,1);
var myTrainer = new Trainer(myPerceptron);

myTrainer.XOR(); // { error: 0.004998819355993572, iterations: 21871, time: 356 }

myPerceptron.activate([0,0]); // 0.0268581547421616
myPerceptron.activate([1,0]); // 0.9829673642853368
myPerceptron.activate([0,1]); // 0.9831714267395621
myPerceptron.activate([1,1]); // 0.02128894618097928
長短期記憶

これは、入力ゲート、忘却ゲート、出力ゲート、およびのぞき穴接続を備えた単純な長期短期記憶ネットワークを作成する方法です。

長期短期記憶

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
function LSTM(input, blocks, output)
{
    // create the layers
    var inputLayer = new Layer(input);
    var inputGate = new Layer(blocks);
    var forgetGate = new Layer(blocks);
    var memoryCell = new Layer(blocks);
    var outputGate = new Layer(blocks);
    var outputLayer = new Layer(output);

    // connections from input layer
    var input = inputLayer.project(memoryCell);
    inputLayer.project(inputGate);
    inputLayer.project(forgetGate);
    inputLayer.project(outputGate);

    // connections from memory cell
    var output = memoryCell.project(outputLayer);

    // self-connection
    var self = memoryCell.project(memoryCell);

    // peepholes
    memoryCell.project(inputGate);
    memoryCell.project(forgetGate);
    memoryCell.project(outputGate);

    // gates
    inputGate.gate(input, Layer.gateType.INPUT);
    forgetGate.gate(self, Layer.gateType.ONE_TO_ONE);
    outputGate.gate(output, Layer.gateType.OUTPUT);

    // input to output direct connection
    inputLayer.project(outputLayer);

    // set the layers of the neural network
    this.set({
        input: inputLayer,
        hidden: [inputGate, forgetGate, memoryCell, outputGate],
        output: outputLayer
    });
}

// extend the prototype chain
LSTM.prototype = new Network();
LSTM.prototype.constructor = LSTM;

これらは説明のための例であり、アーキテクトにはすでに多層パーセプトロンと多層LSTMネットワークアーキテクチャが含まれています。

助ける

Synapticは、アルゼンチンのブエノスアイレスで開始されたオープンソースプロジェクトです。世界中の誰もがプロジェクトの開発に貢献することを歓迎します。

気軽にPRを送信したい場合は、送信する前に必ずnpm runtestとnpmrun buildを実行してください。こうすることで、すべてのテスト仕様を実行し、Web配布ファイルをビルドできます。

サポート

このプロジェクトが好きで、あなたのサポートを示したいのなら、あなたは私に魔法のインターネットのお金でビールを買うことができます：

1
2
3
4
BTC: 16ePagGBbHfm2d6esjMXcUBTNgqpnLWNeK
ETH: 0xa423bfe9db2dc125dd3b56f215e09658491cc556
LTC: LeeemeZj6YL6pkTTtEGHFD6idDxHBF2HXa
XMR: 46WNbmwXpYxiBpkbHjAgjC65cyzAxtaaBQjcGpAZquhBKw2r8NtPQniEgMJcwFMCZzSBrEJtmPsTR54MoGBDbjTi2W1XmgM

<3

©Copyright2012-2021 fibjs.org |サポートしてください