ニューラルネット/ディープラーニングを設計および適用するための視覚的なツールはありますか?[閉まっている]


13

caffe、Theano、TensorFlow、kerasなど、機械学習とディープラーニング用のライブラリはたくさんあることは知っていますが、私にとっては、使用したいニューラルネットのアーキテクチャを知っている必要があるようです。

さまざまなネットワーク設計を実験し、それらを独自のデータに適用できる(視覚的な)ツールはありますか?

TensorFlow Playgroundのようなものを考えていますが、n次元のデータと異なるレイヤータイプを使用しています。

前もって感謝します!



ANNdotNET(http://github.com/bhrnjica/anndotnet)は、ニューラルネットワークのビジュアルデザイナーを備えた.NETのディープラーニングツールです。プロジェクトの主な目的は、モデルを視覚的に構築、トレーニング、評価することです。
bhrnjica 2018

Matlabディープニューラルネットワークデザイナー(2019aバージョン)を確認してください。それは素晴らしいDLツールですmathworks.com/videos/...
Rabah Alobaidy

回答:


9

はい、ドラッグアンドドロップするだけでニューラルネットワークを設計および適用するために利用できる多くのツールがあります。1つはDeep Cognition Incによって開発されたDeep Learning Studioで、本番環境でビジュアルインターフェースを備えた強力なディープラーニングプラットフォームは、データ取り込みに対する包括的なソリューションを提供します、モデル開発、トレーニング、導入、管理。Deep Learning Studioユーザーは、TensorFlow、MXNet、Kerasとの堅牢な統合により、ディープラーニングソリューションを迅速に開発および展開することができます。 ここに画像の説明を入力してください

彼らの自動ML機能は、ニューラルネットワークモデルを自動生成します。

ここに画像の説明を入力してください


7

caffeには、Expressohttp://val.serc.iisc.ernet.in/expresso/)と呼ばれるサードパーティ製のツールがあり、使い始めるのに役立つGUIを提供しています。

さらに、NVIDIA DIGITShttps://developer.nvidia.com/digits)もインタラクティブツールであると主張しています。

DIGITSは、データの管理、マルチGPUシステムでのニューラルネットワークの設計とトレーニング、高度な視覚化によるリアルタイムでのパフォーマンスの監視、結果ブラウザーからの最適なパフォーマンスモデルの選択など、一般的なディープラーニングタスクを簡素化して展開します。DIGITSは完全にインタラクティブなので、データサイエンティストはプログラミングやデバッグではなく、ネットワークの設計とトレーニングに集中できます。

お役に立てれば!


1

問題に最適なネットワークアーキテクチャを見つけるプロセスは、ディープラーニングプロセスの中心です。ここで、事前知識を使用してパフォーマンスを最適化します。

正直なところ、あなたが提案したGUIがこの目的をどのように果たすことができるのか、私は本当にわかりません。

  • 特定のアーキテクチャを評価できるようにするには、データのネットを(ゼロから)トレーニングする必要があります。ディープニューラルネットワークの場合、これはしばらく時間がかかるプロセスです。したがって、クリックするたびに1時間の計算が必要な場合は、グラフィックUIの利点全体がほとんど失われます。

  • ほとんどの実装(caffe、TensorFlow)には非常に単純な構文があるため、アーキテクチャーの変更(レイヤーの変更、ハイパーパラメーターの調整)は、単一の文字列または定数の値を変更することになります。GUIを実際に必要とするものはありません。

一方、探しているものがパラメーターチューニングビジネスへのより体系的なアプローチである場合は、自動パラメーターチューニングを読むことができます。


1

はい、Mac用のApple App Storeで入手できる「Neural Network Designer」と呼ばれる小さなニューラルネットワーク用の新しいビジュアルエディターがあります。

ここに画像の説明を入力してください


1

私は、ブラウザーでトレーニングし、ユーザーがコード生成されたPythonをエクスポートできるドラッグアンドドロップニューラルネットワークユーザーインターフェイス(Ennui)に取り組んできました。高密度、畳み込み、maxpooling、batchnormなどを含むさまざまなレイヤーがあります。ResNetのような分岐モデルの構築もサポートされています。いくつかの一般的な視覚化も実装しました。

エンヌイの写真はこちら基本的なアーキテクチャ。

これは視覚化の例です CIFARの可視化

https://math.mit.edu/ennuiのWebサイトにアクセスできます。

オープンソース実装はhttps://github.com/martinjm97/ENNUIにあります

コメントや質問でお気軽にお問い合わせください。


Ennui、あなたのプログラムはオープンソースですか?
Cloud Cho

まだですが、現在取り組んでいます。少しだけコードをクリーンアップしています。特に何かすることを考えていましたか?
ジェシー

コードへの私の興味。ニューラルネットワーク構造にインタラクティブセクションを作成する方法を知りたいです。(ウェブページを保存して)JSコードを見ましたが、コードが読みづらいです。
Cloud Cho、

1
JSコードを難読化しました。Webページのインタラクティブな部分にはd3ライブラリを使用しました。
Jesse、

2
オープンソースの実装が公開されました!
ジェシー
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.