Rのたたみ込みニューラルネットワーク

8

Rでたたみ込みニューラルネットワークを実行するためのパッケージが表示されません。この種のアルゴリズムをRに実装した人はいますか？

r convnet software-recommendation

— ハックR
ソース

そう思わないでください、それが実装されたとしても、それはおそらく使用のサポートを欠いているでしょう。PythonではTensorflowまたはSkflow、C ++ではcaffe、Apache SparkではSpark on caffeをお勧めします。

— GameOfThrows 2016年

@GameOfThrowsありがとう、私はあなたが正しいと思います。私はTensorflowやカフェを使用しますが、私はしたいだけのような R.使用する

— ハック-R

3

cnn用のパッケージはないと思いますが、独自の畳み込み層を作成できます。mxnetまたはh2oが役立ちます。

これをチェックしてください：

http://dmlc.ml/rstats/2015/11/03/training-deep-net-with-R.html

— シルバーストーン
ソース

3

ディープニューラルネットワークトレーニング用に、Rでは次の2つのパッケージを利用できます。

darch：ディープアーキテクチャおよび制限付きボルツマンマシン用のパッケージ。darchパッケージは、GE HintonとRR Salakhutdinovからのコードに基づいて構築されています（Matlab Codeの下で利用できます）。このパッケージは、多くのレイヤー（ディープアーキテクチャ）でニューラルネットワークを生成し、それらをトレーニングし、バックプロパゲーションや共役勾配などの一般的な既知のトレーニングアルゴリズムで微調整するためのものです。さらに、教師付き微調整は、深層学習の微調整を改善するために最近開発された2つの手法であるmaxoutとdropoutで強化できます。CRANリンク：http : //cran.um.ac.ir/web/packages/darch/index.html
deepnet：Rのディープラーニングツールキット。BP、RBM、DBN、ディープオートエンコーダーなど、ディープラーニングアーキテクチャとニューラルネットワークアルゴリズムを実装します。CRANリンク：https : //cran.r-project.org/web/packages/deepnet/index.html

— Sandeep S. Sandhu
ソース

ご回答有難うございます。私は両方を使用しましたが、CNNアルゴリズムが提供されているとは思いませんでしたか？ドキュメンテーションで畳み込みという単語を検索したところ、何も見つかりませんでした。彼らは実際にこの機能を持っていますか？

— Hack-R

2

Rでコーディングする場合、mxnetは最良のオプションの1つだと思います。Rラッパーはありますが、コアはC ++です。

彼らはウェブでいくつかの例を持っています。それらの1つはMNISTデータベースでの文字認識です。彼らはmulti-gpusとSparkもサポートしています。

— ホープヒューマノイド
ソース

はい、またRNN、LSTM。彼らのgithubには多くの例があります

— hoaphumanoid

ああ、ありがとう。私は画像分類にmxnetを使用しましたが、CNNアルゴリズムが同じだとは思いませんでした。CNNテキスト分類の例が表示されます。おそらく画像の分類を指定する必要がありました。それでも、おそらくそれ自体を活用することができます。私はそれを徹底的に調べます。ありがとう！+1

— Hack-R

0

MXNetRパッケージは、C ++で記述されたMXNetライブラリのインターフェイスです。フィードフォワードニューラルネットワークと畳み込みニューラルネットワーク（CNN）（MXNetR 2016a）が含まれています。

https://www.is.uni-freiburg.de/resources/r-oeffentlicher-zugriff/deep-learning-in-r/deep-learning-in-r-en?set_language=en

— スカン
ソース

0

RのTensorflowが利用可能です。
Tensorflow API、Keras API、Tensorflow Estimatorsへの完全なアクセスを提供します。
Tensorflowのインストール（以下の抜粋）-> https://tensorflow.rstudio.com/tensorflow/

取り付け

開始するには、次のようにGitHubからtensorflow Rパッケージをインストールします。
devtools::install_github("rstudio/tensorflow")
次に、install_tensorflow（）関数を使用してTensorFlowをインストールします。
library(tensorflow)
install_tensorflow() 
インストールが成功したことを確認するには、次のようにします。
sess = tf$Session() hello <- tf$constant('Hello, TensorFlow!')
sess$run(hello) 
これにより、tensorflow Rパッケージを使い始めるのに適したTensorFlowのデフォルトインストールが提供されます。正しいCUDAライブラリがインストールされている場合にNvidia GPUを利用するバージョンのTensorFlowのインストールなど、より高度なオプションについては、インストールに関する記事をご覧ください。

— エイドリアン・トーリー
ソース