Pacote de Rede Neural
Este pacote fornece uma maneira fácil e modular de construir e treinar redes neurais simples ou complexas usando o Torch:
- Módulos são os tijolos usados para construir redes neurais. Cada uma delas é uma rede neural, mas pode ser combinada com outras redes usando contêineres para criar redes neurais complexas:
- Módulo: classe abstrata herdada por todos os módulos;
- Containers: classes compostas e decoradoras como
Sequential , Parallel , Concat e NaN ; - Funções de transferência: funções não lineares como
Tanh e Sigmoid ; - Camadas simples: como
Linear , Mean , Max e Reshape ; - Camadas de tabela: camadas para manipulação
table como SplitTable , ConcatTable e JoinTable ; - Camadas de convolução: Convoluções
Temporal , Spatial e Volumetric ;
- Os critérios calculam um gradiente de acordo com uma determinada função de perda, dada uma entrada e um alvo:
- Critérios: uma lista de todos os critérios, incluindo
Criterion , a classe abstrata; -
MSECriterion : critério do erro quadrático médio utilizado para regressão; -
ClassNLLCriterion : critério de Log Verossimilhança Negativa utilizado para classificação;
- Documentação adicional:
- Visão geral dos fundamentos do pacote, incluindo módulos, contêineres e treinamento;
- Treinamento: como treinar uma rede neural usando
StochasticGradient ; - Teste: como testar seus módulos.
- Módulos Experimentais: um pacote contendo módulos experimentais e critérios.
