рнн (программное обеспечение)
 | |
| Оригинальный автор(ы) | Бастиан Кваст |
|---|---|
| Первоначальный выпуск | 30 ноября 2015 г. |
| Стабильная версия | 1.9.0
/ 22 апреля 2023 г |
| Предварительный выпуск | 1.9.0.9000
/ 22 апреля 2023 г |
| Репозиторий | github |
| Написано в | Р |
| Операционная система | macOS , Linux , Windows |
| Размер | 564,2 КБ (версия 1.9.0) |
| Лицензия | Лицензия GPL v3 |
| Веб-сайт | кран |
rnn с открытым исходным кодом — это платформа машинного обучения , которая реализует архитектуры рекуррентных нейронных сетей , такие как LSTM и GRU , изначально на языке программирования R , который был загружен более 100 000 раз (только с серверов RStudio). [1]
Пакет rnn распространяется через Comprehensive R Archive Network. [2] под с открытым исходным кодом лицензией GPL v3 .
Рабочий процесс
[ редактировать ]
В приведенном ниже примере из документации rnn показано, как обучить рекуррентную нейронную сеть решению проблемы побитового двоичного сложения.
> # install the rnn package, including the dependency sigmoid
> install.packages('rnn')
> # load the rnn package
> library(rnn)
> # create input data
> X1 = sample(0:127, 10000, replace=TRUE)
> X2 = sample(0:127, 10000, replace=TRUE)
> # create output data
> Y <- X1 + X2
> # convert from decimal to binary notation
> X1 <- int2bin(X1, length=8)
> X2 <- int2bin(X2, length=8)
> Y <- int2bin(Y, length=8)
> # move input data into single tensor
> X <- array( c(X1,X2), dim=c(dim(X1),2) )
> # train the model
> model <- trainr(Y=Y,
+ X=X,
+ learningrate = 1,
+ hidden_dim = 16 )
Trained epoch: 1 - Learning rate: 1
Epoch error: 0.839787019539748
сигмовидная
[ редактировать ]Сигмоидные функции и производные, используемые в пакете, изначально были включены в пакет, начиная с версии 0.8.0, они были выпущены в отдельном пакете R sigmoid с намерением обеспечить более широкое использование. Пакет sigmoid является зависимостью пакета rnn и поэтому автоматически устанавливается вместе с ним. [3]
Прием
[ редактировать ]С выходом версии 0.3.0 в апреле 2016 г. [4] использование в производственной и исследовательской среде стало более распространенным. Несколько месяцев спустя пакет был рассмотрен в блоге R The Beginner Programmer как «R предоставляет простой и очень удобный пакет под названием rnn для работы с рекуррентными нейронными сетями». [5] что еще больше увеличило использование. [6]
В книге «Нейронные сети в R» Баладжи Венкатешварана и Джузеппе Чиабурро используется rnn для демонстрации рекуррентных нейронных сетей пользователям R. [7] [8] Он также используется в курсе r-exercisions.com «Упражнения для нейронных сетей». [9] [10]
Журналы загрузки зеркала RStudio CRAN [11] показывают, что пакет загружается в среднем около 2000 в месяц с этих серверов , [12] с общим количеством загрузок более 100 000 с момента первого выпуска, [13] согласно RDocumentation.org, это ставит пакет в 15-й процентиль самых популярных пакетов R. . [14]
Ссылки
[ редактировать ]- ^ Кваст, Бастиан (30 августа 2019 г.), GitHub - bquast/rnn: рекуррентные нейронные сети в R. , получено 19 сентября 2019 г.
- ^ Кваст, Бастиан; Фишу, Дмитрий (27 мая 2019 г.), rnn: Recurrent Neural Network , заархивировано из оригинала 05 января 2020 г. , получено 5 января 2020 г.
- ^ Кваст, Бастиан (21 июня 2018 г.), sigmoid: Sigmoid Functions for Machine Learning , заархивировано из оригинала 05 января 2020 г. , получено 5 января 2020 г.
- ^ Кваст, Бастиан (03 января 2020 г.), RNN: Recurrent Neural Networks в выпусках R , получено 5 января 2020 г.
- ^ Микрофон (05.08.2016). «Программист для начинающих: простые рекуррентные нейронные сети в R: предсказание волн» . Начинающий программист . Архивировано из оригинала 5 января 2020 г. Проверено 5 января 2020 г.
- ^ «LSTM или другой пакет RNN для R» . Обмен стеками науки о данных . Проверено 5 июля 2018 г.
- ^ «Нейронные сети с R» . О'Рейли. Сентябрь 2017. ISBN 9781788397872 . Архивировано из оригинала 2 октября 2018 г. Проверено 02 октября 2018 г.
- ^ Чиабурро, Джузеппе; Венкатешваран, Баладжи (27 сентября 2017 г.). Нейронные сети с R: интеллектуальные модели с использованием принципов CNN, RNN, глубокого обучения и искусственного интеллекта . Packt Publishing Ltd. ISBN 978-1-78839-941-8 .
- ^ Тузен, Гийом (21 июня 2017 г.). «R-упражнения – Упражнения по нейронным сетям (Часть 3)» . www.r-exercisions.com . Архивировано из оригинала 5 января 2020 г. Проверено 5 января 2020 г.
- ^ Тузен, Гийом (21 июня 2017 г.). «Упражнения по нейронным сетям (Часть-3)» . R-блогеры . Архивировано из оригинала 5 января 2020 г. Проверено 5 января 2020 г.
- ^ «Журналы RStudio CRAN» .
- ^ «Пакет CRANlogs rnn» .
- ^ «Пакет CRANlogs rnn» .
- ^ «RDocumentation rnn» .
Внешние ссылки
[ редактировать ]- Репозиторий на GitHub
- пакет rnn на CRAN
