Rnn (oprogramowanie)

rnn

Oryginalni autorzy	Bastiaan Quast
Pierwsze wydanie	30 listopada 2015 ( 2015-11-30 )
Wersja stabilna	1.8.0 / 12 lipca 2022 ( 2022-07-12 )
Wersja podglądu	1.8.0.9000 / 12 lipca 2022 ( 2022-07-12 )
Magazyn	github.com/bquast/rnn _ _ _
Napisane w	R
System operacyjny	macOS , Linux , Windows
Rozmiar	464,2 kB (wersja 1.6.0)
Licencja	GPL v3
Strona internetowa	cran .r-project .org

rnn to platforma uczenia maszynowego typu open source , która implementuje powtarzające się architektury sieci neuronowych , takie jak LSTM i GRU , natywnie w języku programowania R , który został pobrany ponad 100 000 razy (z samych serwerów RStudio).

Pakiet rnn jest dystrybuowany za pośrednictwem Comprehensive R Archive Network na licencji open-source GPL v3 .

Przepływ pracy

Demonstracja pakietu RNN

Poniższy przykład z dokumentacji rnn pokazuje, jak wytrenować rekurencyjną sieć neuronową, aby rozwiązać problem dodawania binarnego bit po bicie.

 
 

 
 

 
   0  
   0  >  # zainstaluj pakiet rnn, w tym sigmoid zależności  >  install.packages  (  'rnn'  )  >  # załaduj pakiet rnn  >  biblioteka  (  rnn  )  >  # utwórz dane wejściowe  >  X1  =  sample  (  :  127  ,  10000  ,  replace  =  TRUE  )  >  X2  =  próbka  (  :  127  ,  10000  

 
     

 
    
    
     ,  zamień  =  TRUE  )  >  # utwórz dane wyjściowe  >  Y  <-  X1  +  X2  >  # przekonwertuj z zapisu dziesiętnego na binarny  >  X1  <-  int2bin  (  X1  ,  length  =  8  )  >  X2  <-  int2bin  (  X2  ,  length  =  8  )  >  Y  <-  int2bin  (  Y   

 
      

 
   
                 
 ,  length  =  8  )  #  # przenieś dane wejściowe do pojedynczego tensora  >  X  <-  tablica  (  c  (  X1  ,  X2  ),  dim  =  c  (  dim  (  X1  ),  2  )  )  >  # naucz model  >  model  <-  trainr  (  Y  =  Y  ,  +  X  =  X  ,  +                       
                         
      
   wskaźnik uczenia się  =  1  ,  +  ukryty_dim  =  16  )  Przeszkolona  epoka  :  1  —  Współczynnik  uczenia się  :  1  Błąd  epoki  :  0,839787019539748 

esowaty

Funkcje sigmoidalne i pochodne używane w pakiecie były pierwotnie zawarte w pakiecie, począwszy od wersji 0.8.0, zostały one wydane w oddzielnym pakiecie R sigmoid , z zamiarem umożliwienia bardziej ogólnego zastosowania. Pakiet sigmoid jest zależny od pakietu rnn i dlatego jest automatycznie instalowany z nim.

Przyjęcie

Wraz z wydaniem wersji 0.3.0 w kwietniu 2016 r. zastosowanie w środowiskach produkcyjnych i badawczych stało się bardziej powszechne. Pakiet został zrecenzowany kilka miesięcy później na blogu R The Beginner Programmer jako „R zapewnia prosty i bardzo przyjazny dla użytkownika pakiet o nazwie rnn do pracy z powtarzającymi się sieciami neuronowymi.”, co jeszcze bardziej zwiększyło użycie.

Książka Neural Networks in R autorstwa Balaji Venkateswarana i Giuseppe Ciaburro wykorzystuje rnn do zademonstrowania powtarzających się sieci neuronowych użytkownikom języka R. Jest również używany w kursie r-exercises.com „Ćwiczenia sieci neuronowych”.

Dzienniki pobierania lustrzanego RStudio CRAN pokazują, że pakiet jest pobierany średnio około 2000 miesięcznie z tych serwerów, przy łącznej liczbie ponad 100 000 pobrań od pierwszego wydania, według RDocumentation.org, co stawia pakiet na 15 percentylu większości popularne pakiety R.

Linki zewnętrzne

• Repozytorium na GitHubie
• pakiet rnn na CRAN