Paket Jaringan Neural
Paket ini menyediakan cara yang mudah dan modular untuk membangun dan melatih jaringan saraf sederhana atau kompleks menggunakan Torch:
- Modul adalah batu bata yang digunakan untuk membangun jaringan saraf. Masing-masing merupakan jaringan saraf, tetapi dapat dikombinasikan dengan jaringan lain menggunakan wadah untuk membuat jaringan saraf yang kompleks:
- Modul: kelas abstrak yang diwarisi oleh semua modul;
- Wadah: kelas komposit dan dekorator seperti
Sequential , Parallel , Concat dan NaN ; - Fungsi transfer: fungsi non-linier seperti
Tanh dan Sigmoid ; - Lapisan sederhana: seperti
Linear , Mean , Max dan Reshape ; - Lapisan tabel: lapisan untuk memanipulasi
table seperti SplitTable , ConcatTable dan JoinTable ; - Lapisan konvolusi: Konvolusi
Temporal , Spatial , dan Volumetric ;
- Kriteria menghitung gradien berdasarkan fungsi kerugian tertentu dengan masukan dan target:
- Kriteria: daftar semua kriteria, termasuk
Criterion , kelas abstrak; -
MSECriterion : kriteria Mean Squared Error yang digunakan untuk regresi; -
ClassNLLCriterion : kriteria Kemungkinan Log Negatif yang digunakan untuk klasifikasi;
- Dokumentasi tambahan:
- Tinjauan umum tentang paket penting termasuk modul, wadah dan pelatihan;
- Pelatihan: cara melatih jaringan saraf menggunakan
StochasticGradient ; - Pengujian: cara menguji modul Anda.
- Modul Eksperimental: paket yang berisi modul dan kriteria eksperimen.
