問題タブ [nupic]

私が取り組んでいる研究問題を解決するために、階層的一時記憶モデルを使用することに潜在的に興味があります。

このためのオープンソース ライブラリはありますか? C++、Java、または Haskell が好まれますが、私は言語に対してかなりオープンです。はいの場合、誰かがそれらを経験したことがありますか?

文字「A」の 2D 画像を認識するように領域をトレーニングしたとします。これを、A または A 以外の形式の信号 (おそらくファジー) を必要とする外部モジュールにどのように接続しますか?

具体的には、最新の実装です。

http://www.numenta.com/htm-overview/htm-algorithms.php

基本的に、非ユークリッド関係、または入力の次元を超えるパターンの関係が、現在の状態のアルゴリズムによって効果的に推測できるかどうかを尋ねています。

HTMは、パターンを分析するときに「隣接」を決定するためにユークリッド幾何学を使用します。一貫してフレーム化された入力により、アルゴリズムは予測動作を示し、シーケンスの長さは実質的に無制限になります。このアルゴリズムは非常によく学習しますが、入力データから非線形属性を推測する能力があるかどうか疑問に思っています。

たとえば、Project Gutenbergからテキストのセット全体を入力すると、英語のスペル、文法、および単語との性別の関連付けなど、主題からすぐにわかる機能を含む確率的なルールのセットが取得されます。など。これらは第1レベルの「線形」関係であり、論理ネットワークの確率で簡単に定義できます。

非線形の関係は、「時間は矢のように飛ぶ、果物はバナナのように飛ぶ」などの仮定と含意の関連です。正しく組み立てられている場合、文のあいまいさにより、文の予測的解釈が多くの可能な意味を生成します。

アルゴリズムが非線形関係を「理解」できる場合、最初のフレーズを処理して、「タイムフライ」が何かをしている時間について話していることを正しく識別できます。「ミバエ」は一種のバグです。

質問に対する答えはおそらく簡単に見つけることができますが、どちらの方法でも決めることはできません。入力を均一な2次元のユークリッド平面にマッピングすると、データの非線形属性の関連付けができなくなりますか？

非線形の関連付けが妨げられない場合は、解像度、繰り返し、およびその他の入力属性を変更するだけで、非線形関係の検出を自動化できます。つまり、アルゴリズムに「より難しい」プロセスが追加されます。

vagrant を使用してアプリケーションを実行しようとしています。アプリのコードベースが配置されるディレクトリと、初期化後にそこに作成される .vagrant ディレクトリがあります。それはそう見える：

何をすべきかについてのいくつかの非常に短いマニュアルがあり ( https://github.com/numenta/nupic/wiki/Running-Nupic-in-a-Virtual-Machine )、私は言われているポイント 9 で停止しました:

9) [app] コードベースを vagrant インスタンスに公開します... コードベースをチェックアウトしている場合は、それを現在のディレクトリにコピーまたは移動できます...

では、何をどこにコピーすればよいのかわかりません。それは vagrant 内のどこかを意味しますか (はいの場合、正確にはどれですか?) または別の場所を意味しますか? それとも、vagrant ssh今すぐコマンドを作成する必要がありますか?

Cerebro によって作成されたデフォルトのモデル パラメータを見ると、次のエンコーダが表示されます。

_classifierInputエンコーダ フィールドの目的は何ですか? その後に続くエンコーダーフィールドをミラーリングしているように見えます。

エンコーダーに breznakのコミットを使用(GitHub で "git checkout ..." を理解できなかったので、base.py、multi.py、および multi_test.py の 3 つのファイルを慎重にコピーしました) .

問題なく multi_test.py を実行しました。

次に、「sensorParams」のエンコーダー部分が次のようになるように、モデル パラメーター (MODEL_PARAMS) を調整しました。

コードの modelInput 部分も調整したので、次のようになりました。

しかし、「y」をリストとしてインスタンス化するか、numpy.ndarray としてインスタンス化するかに関係なく、最終エラーが発生します

また、modelInput とインラインで SimpleVector エンコーダーを初期化し、配列を直接エンコードしてから、modelInput に渡してみました。これは、SimpleVector の入力パラメーターに違反していました。これは、二重エンコードになったためです。そこで、モデル パラメータ ディクショナリのエンコーダ部分を削除しました。私のモデルの一部が辞書のその部分を探していたので、それは吐き気を引き起こしました。

次に何をすべきかについて何か提案はありますか？

編集： OPFで使用しているファイルは次のとおりです。

sendAnArray.py

model_params.py

wikiの指示に従ってnupicを構築しました。ただし、testeverything を実行すると、nta_rootdir も pythonpath も設定されていないため、pynode が見つからないというメッセージで RegionTest が失敗します。

ただし、 echo $pythonpath と echo $nta_rootdir は正しい結果を返します

正確なメッセージは

これを修正するにはどうすればよいですか?