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]

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！

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。

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。

caffeには、Expresso（http://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 DIGITS（https://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！

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。

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。

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

これは視覚化の例です

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。