Paquete de red neuronal
Este paquete proporciona una manera sencilla y modular de construir y entrenar redes neuronales simples o complejas usando Torch:
- Los módulos son los ladrillos que se utilizan para construir redes neuronales. Cada una de ellas son redes neuronales, pero se pueden combinar con otras redes utilizando contenedores para crear redes neuronales complejas:
- Módulo: clase abstracta heredada por todos los módulos;
- Contenedores: clases compuestas y decoradoras como
Sequential , Parallel , Concat y NaN ; - Funciones de transferencia: funciones no lineales como
Tanh y Sigmoid ; - Capas simples: como
Linear , Mean , Max y Reshape ; - Capas de tabla: capas para manipular
table como SplitTable , ConcatTable y JoinTable ; - Capas de convolución: convoluciones
Temporal , Spatial y Volumetric ;
- Los criterios calculan un gradiente de acuerdo con una función de pérdida determinada dada una entrada y un objetivo:
- Criterios: una lista de todos los criterios, incluido
Criterion , la clase abstracta; -
MSECriterion : criterio de error cuadrático medio utilizado para la regresión; -
ClassNLLCriterion : el criterio de probabilidad logarítmica negativa utilizado para la clasificación;
- Documentación adicional:
- Descripción general de los elementos esenciales del paquete, incluidos módulos, contenedores y capacitación;
- Entrenamiento: cómo entrenar una red neuronal usando
StochasticGradient ; - Pruebas: cómo probar sus módulos.
- Módulos experimentales: un paquete que contiene módulos y criterios experimentales.
