Bibliothèque de réseau de neurones .NET open-source?

Question

Quelqu'un peut-il recommander une bonne bibliothèque de réseau neuronal .NET open-source?

Merci!

Answer 1

meilleure bibliothèque réseau de neurones .NET est Aforge

Liens:

MainPage

CodeProject-Article

Answer 2

D'après ce que je peux voir: FANN correspond à la fois des catégories.

Answer 3

NeuronDotNet Il n'est pas aussi large que AForge, mais son accent exclusif sur NN le rend peut-être plus facilement accessible, et peut-être plus en vedette dans ce domaine.

Mise à jour: (Décembre 2012) ancien dépôt de
NeuronDotNet à http://neurondotnet.freehostia.com est défunte.
Le code source le plus récent, Version 3.0 est disponible sur sourceforge, mais ce projet est effectivement inactif. Apparemment, son développeur original, et seul contributeur, Vijeth Dinesha, a cessé de mettre à jour et d'améliorer cette base de code. Merci, Vijeth! Peut-être que quelqu'un viendra, un jour, venir d'où vous êtes parti. En effet, NeuronDotNet est un cadre relativement mature et sa simplicité et sa focalisation unique le rendent attrayant, comparé à d'autres cadres où les réseaux neuronaux ne sont qu'une caractéristique/un module.

Answer 4

Encog est une API de réseau neuronal open source gratuite pour Java et DotNet.

http://www.heatonresearch.com/encog

Answer 5

Télécharger Weka et convertir le fichier jar (Java bytecode) pour .NET Framework (géré) par dll IKVM. Weka est reconnu par beaucoup comme une très bonne bibliothèque open-source pour l'apprentissage automatique. Il comprend des réseaux de neurones.

Answer 6

Dans le cas où cela aide quelqu'un d'autre, MS SQL a pretty robust built-in Neural Network support dans le cadre de Data Mining Analysis Services.

Je sais que MS SQL n'est pas open source, mais il y a de fortes chances que si vous utilisez .NET, vos données soient déjà en SQL.

Answer 7

Voici une liste de ressources relatives à F # pour l'apprentissage machine .NET open source.

http://fsharp.org/machine-learning/

Cadres disponibles sur NuGet: (Le contenu ci-dessous a été prise directement à partir de l'URL mentionnée ci-dessus à des fins de persistance.)

• Accord.MachineLearning - Contient Support Vector Machines, arbres de décision, Modèles bayésiens naïfs, K-means, modèles de mélange gaussiens et algorithmes généraux tels que Ransac, Cross-validation et Grid-Search pour les applications d'apprentissage automatique. Ce paquet fait partie de Accord.NET Framework. Encog Machine Learning Framework - Un réseau de neurones avancé et un cadre d'apprentissage automatique.Encog contient des classes pour créer une grande variété de réseaux, ainsi que des classes de support pour normaliser et traiter les données pour ces réseaux de neurones. Encognez les trains à l'aide de la propagation résiliente multithread. Encog peut également utiliser un GPU pour accélérer le temps de traitement. Un plan de travail basé sur l'interface graphique est également fourni pour aider à modéliser et à former les réseaux de neurones.

• Numl - Une bibliothèque d'apprentissage machine destinée à faciliter l'utilisation de l'utilisation des techniques de modélisation standard pour les prévisions et le regroupement