これはConvNetJSという名前のLinuxアプリで、最新リリースはconvnetjs_release.zipとしてダウンロードできます。 ワークステーション用の無料ホスティングプロバイダーOnWorksでオンラインで実行できます。
ConvNetJSという名前のこのアプリをOnWorksで無料でダウンロードしてオンラインで実行します。
このアプリを実行するには、次の手順に従ってください。
-1。このアプリケーションをPCにダウンロードしました。
--2。ファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXに必要なユーザー名を入力します。
-3。このアプリケーションをそのようなファイルマネージャにアップロードします。
-4。このWebサイトからOnWorksLinuxオンラインまたはWindowsオンラインエミュレーターまたはMACOSオンラインエミュレーターを起動します。
-5。起動したばかりのOnWorksLinux OSから、必要なユーザー名でファイルマネージャーhttps://www.onworks.net/myfiles.php?username=XXXXXにアクセスします。
-6。アプリケーションをダウンロードし、インストールして実行します。
スクリーンショットは
Ad
ConvNetJS
DESCRIPTION
ConvNetJSは、完全にブラウザでディープラーニングモデル（ニューラルネットワーク）をトレーニングするためのJavascriptライブラリです。 タブを開くと、トレーニング中です。 ソフトウェア要件、コンパイラ、インストール、GPU、汗はありません。 ConvNetJSは、優れたブラウザベースのデモとともにニューラルネットワークを実装したものです。 現在、一般的なニューラルネットワークモジュール（完全に接続されたレイヤー、非線形性）、分類（SVM / Softmax）および回帰（L2）コスト関数、画像を処理する畳み込みネットワークを指定およびトレーニングする機能、および実験的な強化学習モジュールをサポートしています。ディープQラーニング。 このライブラリを使用すると、Javascriptでニューラルネットワークを作成して解決できます。 ライブラリに機能を追加する場合は、src /のコードを変更してから、ライブラリをbuild /ディレクトリにコンパイルする必要があります。 コンパイルスクリプトは、src /内のファイルを単純に連結してから、結果を最小化します。
オプション
- 2層ニューラルネットワークを定義し、単一のデータポイントでトレーニングできます
- Javascriptでニューラルネットワークを作成して解決できます
- 画像で予測したい場合は、畳み込みニューラルネットワークをトレーニングできます
- ライブラリを使用するには、ブラウザ内、またはnode.jsを使用するサーバーでXNUMXつの方法があります。
- ブラウザのMNIST数字データセットで畳み込みニューラルネットワークをトレーニングする
- データセットはかなり簡単で、99％程度の精度が期待できます。
プログラミング言語
JavaScriptを
カテゴリー
これは、https：//sourceforge.net/projects/convnetjs.mirror/からも取得できるアプリケーションです。 無料のオペレーティングシステムのXNUMXつから最も簡単な方法でオンラインで実行するために、OnWorksでホストされています。
