誰もが優れたオープンソースの.NETニューラルネットワークライブラリを推奨できますか?
ありがとう!
Encogは、JavaとDotNetの両方に対応した無料のオープンソースニューラルネットワークAPIです。
NeuronDotNet AForgeほど 範囲は広くありませんが、NNに専念しているため、より簡単にアクセスでき、この分野でより多くの機能を備えている可能性があります。
更新:(2012年12月)http://neurondotnet.freehostia.com
にある
NeuronDotNetの古いリポジトリは機能していません。
最新のソースコードであるバージョン3.0はsourceforgeで入手できますが、このプロジェクトは事実上非アクティブです。どうやら、その元の開発者であり、唯一の貢献者であるVijeth Dineshaは、このコードベースの更新と改善を停止しました。ありがとう、ビジェス!多分誰かがいつかあなたが去ったところから迎えに行くでしょう。実際、NeuronDotNetは比較的成熟したフレームワークであり、そのシンプルさと単一の焦点により、ニューラルネットがその中の1つの機能/モジュールにすぎない他のフレームワークと比較して魅力的です。
これが他の人に役立つ場合に備えて、MS SQLには、データマイニング分析サービスの一部として非常に堅牢な組み込みニューラルネットワークサポートがあります。
MS SQLがオープンソースではないことは知っていますが、.NETを使用している場合は、データがすでにSQLに含まれている可能性があります。
オープンソースの.NET機械学習用のF#関連リソースのリストを次に示します。
http://fsharp.org/machine-learning/
NuGetで利用可能なフレームワーク:(以下のコンテンツは、永続化のために上記の参照URLから直接取得されました。)
Accord.MachineLearning-サポートベクターマシン、ディシジョンツリー、ナイーブベイジアンモデル、K-means、ガウス混合モデル、および機械学習アプリケーションのRansac、Cross-validation、Grid-Searchなどの一般的なアルゴリズムが含まれています。このパッケージは、Accord.NETフレームワークの一部です。
Encog MachineLearningFramework-高度なニューラルネットワークと機械学習フレームワーク。Encogには、さまざまなネットワークを作成するためのクラスと、これらのニューラルネットワークのデータを正規化して処理するためのサポートクラスが含まれています。Encogは、マルチスレッドの復元力のある伝播を使用してトレーニングします。EncogはGPUを利用して、処理時間をさらに短縮することもできます。ニューラルネットワークのモデル化とトレーニングを支援するために、GUIベースのワークベンチも提供されています。
Numl-予測とクラスタリングの両方に標準のモデリング手法を使用することを容易にすることを目的とした機械学習ライブラリ
私が見ることができることから:FANNは両方のカテゴリーに当てはまります。
https://dotnet.github.io/infer/ Infer.NETは、グラフィカルモデルでベイズ推定を実行するためのフレームワークです。