MDP (Veri İşleme için modüler araç) daha karmaşık veri işleme yazılımı oluşturmak için bir boru hattı benzetme göre kombine edilebilir yaygın olarak kullanılan veri işleme algoritmalarının bir kütüphanedir.
Kullanıcının açısından bakıldığında, MDP veri işleme dizilerinin (akışlar) ve daha karmaşık ileri beslemeli ağ mimarileri içine kombine edilebilir üniteler (düğümleri) işlem denetimli ve denetimsiz öğrenme algoritmaları ve diğer verilerin bir koleksiyon oluşur. Veri girişi bir dizi göz önüne alındığında, MDP arda eğitim veya ağdaki tüm düğümler yürütme önemser. Bu kullanıcı doğal bir şekilde daha basit veri işleme bir dizi adım olarak karmaşık algoritmalar belirlemenizi sağlar.
Mevcut algoritmaların tabanı giderek artan ve içerir, isim ama en yaygın, Temel Bileşenler Analizi (PCA ve NIPALS), birkaç Bağımsız Bileşen Analizi algoritmaları (CUBICA, FastICA, TDSEP, JADE ve XSFA), Yavaş Özellik Analizi, Gauss olduğunu Sınıflandırıcılar, Yasak Boltzmann Makinesi ve Lokal Lineer gömülmesi.
Özellikle bakım hızı ve bellek açısından hesaplamalar verimli hale getirmek için alınmıştır. Bellek gereksinimlerini azaltmak için, verilerin öğrenme kullanarak toplu gerçekleştirmek için, ve düğümlerin iç parametreleri çok büyük veri kullanımını mümkün kılan ayarlar tek duyarlıklı olmak tanımlamak mümkündür. Dahası, 'paralel' subpackage temel düğümleri ve akımların paralel uygulama sunuyor.
Geliştirici bakış açısıyla, MDP yeni denetimli ve denetimsiz öğrenme algoritmalarının uygulanması kolay ve anlaşılır kılan bir çerçevedir. Temel sınıf, 'Düğüm' öğrenme ve icra aşamalarında uygulanması konsantre ücretsiz geliştirici bırakarak, sayısal tipi ve boyut kontrol gibi sıkıcı görevleri önemser. Çünkü, ortak ara yüz, düğüm daha sonra otomatik olarak kütüphanenin geri kalanı ile entegre ve diğer düğümler ile birlikte bir ağ kullanılabilir. Bir düğüm birden fazla eğitim aşamalarını ve fazların bile belirsiz sayıda olabilir. Bu yakınsama kriteri tatmin olana kadar bir eğitim fazı yineleme için gereken asıl eğitim başlamadan önce tüm girişte bazı istatistikler toplamak için gereken algoritmalar ve diğerlerinin uygulanmasını sağlamaktadır. topakları Yineleyiciler oluşturulacak eğer veri girişi parçalarını kullanarak her aşamasını yetiştirmek yeteneği korunur. Ayrıca, isteğe bağlı olarak kazasında kurtarma mevcuttur: başarısızlık durumunda, akış mevcut durumu daha sonra muayene için kaydedilir.
MDP nörobilim teorik araştırma bağlamında yazılmıştır, fakat eğitilebilir veri işleme algoritmaları kullanıldığı herhangi bir bağlamda yardımcı olmak için tasarlanmıştır. Uygulanan düğüm yeniden kullanılabilirliği ile birlikte kullanıcı tarafında sadeliği de geçerli bir eğitim aracı yapmak
Bu sürümde Yeni nedir:.
- Python 3 desteği.
- Yeni uzantıları: önbelleğe alma ve degrade .
- Geliştirilmiş ve genişletilmiş öğretici.
- Çeşitli iyileştirmeler ve onarımları.
- Bu sürüm bir BSD lisansı altındadır.
nedir sürüm 2.5 Yeni:
- 2009-06-30: sayısal arka uç eklendi çevrimiçi tespiti Paralel Python desteği, symeig arka uç ve ünite testleri çıkışına sayısal arka uç. Hata ayıklama yardımcı olmalıdır.
- 2009-06-12:. Kesme ve histogram düğümleri Entegrasyon
- 2009-06-12:. Paralel akış (istisna işleme) Sabit hata
- 2009-06-09: output_dim bir şamandıra olduğu LLENode Sabit hata. Konrad Hinsen için teşekkürler.
- 2009-06-05:. Birden schedulers için paralel akışta Sabit hata
- 2009-06-05:. Alberto Escalante katman ters bir hata, Sabit sayesinde
- 2009-04-29: a. LinearRegressionNode eklendi
- 2009-03-31: PCANode kovaryans matrisi == true svd iff negatif özdeğerleri olduğunda artık şikayet veya == true azaltmaz. Output_dim istenen varyans vardır belirtilmiş olması durumunda, olumsuz özdeğerleri göz ardı edilir. SFANode için hata mesajı negatif özdeğerler durumunda geliştirilmiş, şimdi bir PCANode (SVD = true) ya da PCANode (= True azaltmak) ile düğüm prepend öneririz.
- 2009-03-26: geçirilmiş eski iplik paketinden yeni iş parçacığı bire. Eklenen bayrak süreci scheduler önbelleğe alma devre dışı bırakmak için. Özel schedulers için bazı kırılma değişiklikler (paralel akış eğitim veya yürütme etkilenmez) vardır.
- 2009-03-25:. Eklenenler svn revizyon izleme desteği
- 2009-03-25: scheduler copy_callable bayrağı kaldırıldı, bu artık tamamen TaskCallable forking ile değiştirilir. Bu kullanışlı ParallelFlow arayüzü için bir etkisi yoktur, ancak özel schedulers kırık olsun.
- 2009/03/22:. ProcessScheduler uygulanmayan önbelleğe
- 2009-02-22:. Artık tamamen yerinde bellek kaydetmek için işleri make_parallel
- 2009-02-12:. FlowNode eklendi konteyner yöntemleri
- 2009-03-03:. Testleri ile Katma CrossCovarianceMatrix
- 2009-02-03:. Katma IdentityNode
- 2009-01-30:. Doğrudan bir akış HTML temsilini görüntülemek için HiNet bir yardımcı fonksiyonu eklendi
- 2009-01-22:. Layer output_dim izin tembel ayarlanacak
- 2008-12-23:. NIPALS düğüme total_variance eklendi
- 2008-12-23:. PCANode eğitim sonrasında daima set explained_variance ve total_variance
- 2008-12-12: Modifiye symrand gerçekten simetrik matrisler (ve sadece olumlu değil kesin) dönün. Uyarlanmış GaussianClassifierNode bunun hesabını. Uyarlanmış symrand aynı zamanda karmaşık hermisyen matrislerinin dönün.
- 2008-12-11: PCANode Sabit bir problem (output_dim toplam varyansını input_dim için kuruldu bilinmeyen olarak tedavi edildi). ParallelPCANode Sabit var_part parametresi.
- 2008-12-11:. (Absoute varyans varyans göreceli göre filtre) PCANode eklendi var_part özelliği
- 2008-12-04: öğretici amaks çağrısında eksen arg eksik düzeltildi. Samuel John teşekkürler!
- 2008-12-04: ParallelFlow işleme boş veri yineleyici düzeltildi. Ayrıca, normal Akış (yineleyici boşsa bir istisna yükseltmek) boş Yineleyici kontrolleri eklendi.
- 2008/11/19: Modifiye pca ve sfa düğümler cov matrislerinde olumsuz bir özdeğerler kontrol etmek için
- 2008/11/19: SciPy entegre symeig, mdp orada şimdi kullanabilirsiniz .
- 2008-11-18:. Katma ParallelFDANode
- 2008-11-18:. ParallelFlow ek argümanlar desteklemek için çağrılabilir tren Güncelleme
- 2008-11-05: make paralel kod Rewrite, şimdi Hinet yapıları destekler .
- 2008-11-03: Hinet HTML repesentation yaratıcısının Rewrite. Ne yazık ki bu aynı zamanda kamu arayüzü keser, ancak değişiklikler oldukça basittir.
- 2008-10-29: ProcessScheduler uzak süreçler gelen kapatın uyarıları
- 2008-10-27:. ParallelFlow init yönteminde kwargs üzerine Sabit sorunu
- 2008-10-24:. Hinet.FlowNode Sabit pretrained düğümler hata
- 2008-10-20: pp. (Paralel python library) yüklü paralel pakette Sabit kritik ithalat hata
Gereksinimleri :
- Python
- NumPy
- scipy
Yorum Bulunamadı