Dies ist die Linux-App namens ConvNetJS, deren neueste Version als convnetjs_release.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens ConvNetJS mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS
Ad
ConvNetJS
BESCHREIBUNG
ConvNetJS ist eine Javascript-Bibliothek zum vollständigen Trainieren von Deep-Learning-Modellen (neuronale Netze) in Ihrem Browser. Öffne einen Tab und du trainierst. Keine Softwareanforderungen, keine Compiler, keine Installationen, keine GPUs, kein Schweiß. ConvNetJS ist eine Implementierung von neuronalen Netzwerken zusammen mit netten browserbasierten Demos. Es unterstützt derzeit gängige neuronale Netzwerkmodule (vollständig verbundene Schichten, Nichtlinearitäten), Klassifizierungs- (SVM/Softmax) und Regressions-(L2)-Kostenfunktionen, die Fähigkeit, Convolutional Networks zu spezifizieren und zu trainieren, die Bilder verarbeiten, und experimentelle Reinforcement-Learning-Module, basierend auf Deep-Q-Lernen. Die Bibliothek ermöglicht es Ihnen, Neuronale Netze in Javascript zu formulieren und zu lösen. Wenn Sie der Bibliothek Funktionen hinzufügen möchten, müssen Sie den Code in src/ ändern und dann die Bibliothek in das build/-Verzeichnis kompilieren. Das Kompilierungsskript verkettet einfach Dateien in src/ und minimiert dann das Ergebnis.
Eigenschaften
- Sie können ein zweischichtiges neuronales Netzwerk definieren und es auf einen einzelnen Datenpunkt trainieren
- Sie können Neuronale Netze in Javascript formulieren und lösen
- Sie können Convolutional Neural Network trainieren, wenn Sie Bilder vorhersagen möchten
- Es gibt zwei Möglichkeiten, die Bibliothek zu verwenden, im Browser oder auf einem Server mit node.js.
- Trainieren Sie ein Convolutional Neural Network mit dem MNIST-Zifferndatensatz in Ihrem Browser
- Der Datensatz ist ziemlich einfach und man sollte mit einer Genauigkeit von etwa 99 % rechnen
Programmiersprache
JavaScript
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/convnetjs.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.