MDP

MDP (Modular εργαλειοθήκη για την Επεξεργασία Δεδομένων) είναι μια βιβλιοθήκη που χρησιμοποιείται ευρέως αλγορίθμων επεξεργασίας των δεδομένων που μπορούν να συνδυαστούν σύμφωνα με μια αναλογία αγωγός για την οικοδόμηση πιο σύνθετο λογισμικό επεξεργασίας δεδομένων.
Από την πλευρά του χρήστη, MDP αποτελείται από μια συλλογή των εποπτευόμενων και αλγορίθμους εκμάθησης χωρίς επίβλεψη, καθώς και άλλα στοιχεία μονάδες επεξεργασίας (κόμβους) που μπορούν να συνδυαστούν σε ακολουθίες επεξεργασίας δεδομένων (ροές) και πιο σύνθετες αρχιτεκτονικές δικτύου τροφοδοσίας προς τα εμπρός. Λαμβάνοντας υπόψη ένα σύνολο δεδομένων εισόδου, MDP φροντίζει διαδοχικά την κατάρτιση ή την εκτέλεση όλων των κόμβων του δικτύου. Αυτό επιτρέπει στο χρήστη να καθορίσει πολύπλοκων αλγορίθμων ως μια σειρά από απλούστερα στάδια επεξεργασίας δεδομένων με έναν φυσικό τρόπο.
Η βάση των διαθέσιμων αλγορίθμων αυξάνεται σταθερά και περιλαμβάνει, για να αναφέρουμε μόνο τα πιο κοινά, Ανάλυση Κύριων Συνιστωσών (PCA και NIPALS), διάφοροι αλγόριθμοι Ανάλυση Ανεξαρτήτων Συνιστωσών (CUBICA, FastICA, TDSEP, νεφρίτη, και XSFA), Αργή Ανάλυση Χαρακτηριστικό, Gaussian ταξινομητές, Περιορισμένη Boltzmann Machine, καθώς και τοπικά γραμμικές Ενσωμάτωση.
Έχει ληφθεί ιδιαίτερη μέριμνα για να κάνει υπολογισμούς αποτελεσματική όσον αφορά την ταχύτητα και τη μνήμη. Για να μειωθούν οι απαιτήσεις μνήμης, είναι δυνατό να εκτελέσει τη μάθηση με τη χρήση παρτίδων των δεδομένων, και να καθορίσουν τις εσωτερικές παραμέτρους των κόμβων να είναι ενιαία ακρίβεια, γεγονός που καθιστά τη χρήση των πολύ μεγάλων συνόλων δεδομένων είναι δυνατόν. Επιπλέον, η υποπακέτο «παράλληλη» προσφέρει ένα παράλληλη εφαρμογή των βασικών κόμβων και των ροών.
Από την πλευρά του κυρίου του έργου, MDP είναι ένα πλαίσιο που καθιστά την εφαρμογή νέων αλγορίθμων εποπτευόμενης και μη επιτηρούμενη εκμάθηση είναι εύκολη και απλή. Η βασική κατηγορία, «Κόμβος», φροντίζει κουραστικές εργασίες όπως η αριθμητική τύπου και ο έλεγχος διαστάσεων, αφήνοντας τον κύριο του έργου ελεύθερο να επικεντρωθεί στην υλοποίηση των φάσεων μάθησης και της εκτέλεσης. Λόγω της κοινής διεπαφής, ο κόμβος τότε ενσωματώνει αυτόματα με το υπόλοιπο της βιβλιοθήκης και μπορεί να χρησιμοποιηθεί σε ένα δίκτυο, μαζί με άλλους κόμβους. Ένας κόμβος μπορεί να έχει πολλές φάσεις κατάρτισης και ακόμη και ένα απροσδιόριστο αριθμό των φάσεων. Αυτό επιτρέπει την εφαρμογή των αλγορίθμων που πρέπει να συλλέγουν μερικά στατιστικά στοιχεία για το σύνολο των εισροών, πριν προβεί στην εκπαίδευση, και άλλα που πρέπει να επαναλάβετε σε μια φάση της κατάρτισης μέχρι το κριτήριο σύγκλισης είναι ικανοποιημένοι. Η ικανότητα να εκπαιδεύσει κάθε φάση χρησιμοποιώντας κομμάτια των δεδομένων εισόδου διατηρείται εάν τα κομμάτια που δημιουργούνται με επαναλήπτες. Επιπλέον, συντριβή ανάκτηση διατίθεται προαιρετικά: σε περίπτωση αποτυχίας, η τρέχουσα κατάσταση της ροής αποθηκεύεται για μετέπειτα επιθεώρηση.
MDP έχει γραφτεί στο πλαίσιο της θεωρητικής έρευνας στις νευροεπιστήμες, αλλά έχει σχεδιαστεί για να είναι χρήσιμες σε κάθε πλαίσιο όπου οι αλγόριθμοι επεξεργασίας εκπαιδεύσιμα δεδομένων που χρησιμοποιήθηκαν. Η απλότητα του από την πλευρά του χρήστη, μαζί με τη δυνατότητα επαναχρησιμοποίησης των εφαρμοζόμενων κόμβους είναι επίσης ένα ισχυρό εκπαιδευτικό εργαλείο κάνει

Τι είναι καινούργιο σε αυτή την έκδοση:.

• Python 3 υποστήριξη.
• Νέα επεκτάσεις: caching και κλίση
.
• Μια βελτιωμένη και εκτεταμένη φροντιστήριο.
• Αρκετές βελτιώσεις και διορθώσεις σφαλμάτων.
• Αυτή η έκδοση είναι υπό άδεια BSD.

Τι είναι καινούργιο στην έκδοση 2.5:

• 2009-06-30: Προστέθηκε σε απευθείας σύνδεση ανίχνευση των αριθμητικών backend , παράλληλα υποστηρίζουν την Python, symeig backend και αριθμητική backend για την έξοδο των δοκιμών μονάδας. Θα πρέπει να βοηθήσει στην εκσφαλμάτωση.
• 2009-06-12:. Ενσωμάτωση της αποκοπής και ιστόγραμμα κόμβοι
• 2009-06-12:. Fixed bug σε παράλληλη ροή (χειρισμός εξαιρέσεων)
• 2009-06-09: Fixed bug στο LLENode όταν output_dim είναι ένα πλωτήρα. Χάρη στην Konrad Hinsen.
• 06/05/2009:. Σταθερή σφάλματα σε παράλληλη ροή για πολλούς προγραμματιστές
• 06/05/2009:. Διορθώθηκε ένα bug στην αντίστροφη στρώμα, το γκολ του Alberto Escalante
• 2009-04-29:. Προστέθηκε μια LinearRegressionNode
• 2009-03-31: PCANode δεν διαμαρτύρονται πια, όταν μήτρα συνδιακύμανσης έχει αρνητικές ιδιοτιμές IFF SVD == Σωστό ή να μειώσει == True. Αν output_dim έχει καθοριστεί έχει την επιθυμητή διακύμανση, οι αρνητικές ιδιοτιμές αγνοούνται. Βελτιωμένη μήνυμα σφάλματος για SFANode σε περίπτωση αρνητικών ιδιοτιμών, τώρα προτείνουμε να βάζετε μπροστά από τον κόμβο με PCANode (SVD = True) ή PCANode (μείωση = True).
• 2009-03-26: μετανάστευσαν από παλιό πακέτο νήμα με το νέο σπείρωμα μία. Προστέθηκε σημαία για να απενεργοποιήσετε την προσωρινή αποθήκευση σε χρονοδιάγραμμα της διαδικασίας. Υπάρχουν κάποιες σπάσιμο αλλαγές για το έθιμο προγραμματιστές (παράλληλη εκπαίδευση ροής ή η εκτέλεση δεν επηρεάζεται).
• 2009-03-25:. Προστέθηκε την αναθεώρηση SVN Ανίχνευση Υποστήριξη
• 2009-03-25: Αφαιρέθηκε το copy_callable σημαία για τον προγραμματιστή, αυτό έχει πλέον αντικατασταθεί πλήρως από διχάλα του TaskCallable. Αυτό δεν έχει καμία επίπτωση για την εύκολη διασύνδεση ParallelFlow, αλλά προσαρμοσμένο προγραμματιστές να σπάσει.
• 22/03/2009:. Εφαρμόζεται προσωρινή αποθήκευση στην ProcessScheduler
• 02/22/2009:. Make_parallel τώρα εργάζεται πλήρως σε θέση να εξοικονομήσετε μνήμη
• 02/12/2009:. Προστέθηκε μεθόδους δοχείο για να FlowNode
• 03/03/2009:. Προστέθηκε CrossCovarianceMatrix με δοκιμές
• 2009-02-03:. Προστέθηκε IdentityNode
• 01/30/2009:. Προστέθηκε μια βοηθητική λειτουργία στην Hinet να εμφανίσει άμεσα μια αναπαράσταση της ροής HTML
• 01/22/2009:. Αφήστε output_dim στο στρώμα να ρυθμιστεί νωχελικά
• 23/12/2008:. Προστέθηκε total_variance στον κόμβο NIPALS
• 23/12/2008:. Πάντα που explained_variance και total_variance μετά την προπόνηση σε PCANode
• 2008-12-12: Τροποποιημένο symrand να επιστρέψει πραγματικά συμμετρικούς πίνακες (και όχι μόνο θετικά ορισμένος). Προσαρμοσμένη GaussianClassifierNode να λογοδοτήσουν γι 'αυτό. Προσαρμοσμένη symrand να επιστρέψει και σύνθετες μήτρες ερμιτιανή.
• 12/11/2008: Σταθερό ένα πρόβλημα σε PCANode (όταν output_dim ορίστηκε να input_dim τη συνολική διακύμανση αντιμετωπίστηκε ως άγνωστη). Παράμετρος Σταθερή var_part σε ParallelPCANode.
• 12/11/2008:. Προστέθηκε η δυνατότητα var_part να PCANode (φίλτρο σύμφωνα με διακύμανση σε σχέση με absoute διακύμανσης)
• 2008-12-04: Σταθερή λείπει άξονα Arg στο amax κλήση σε φροντιστήριο. Χάρη στον Σαμουήλ Ιωάννη!
• 2008-12-04: Σταθερό το χειρισμό στο ParallelFlow το άδειο iterator δεδομένων. Επίσης πρόσθεσε άδειο ελέγχους iterator στην κανονική ροή (αύξηση κατά παρέκκλιση, εάν ο iterator είναι άδειο).
• 11/19/2008: Τροποποιημένο PCA και SFA κόμβοι για να ελέγξετε για negaive ιδιοτιμές στις μήτρες κτη
• 11/19/2008: symeig ενσωματωθεί στο SciPy, MDP μπορεί να το χρησιμοποιήσει από εκεί τώρα
.
• 2008-11-18:. Προστέθηκε ParallelFDANode
• 2008-11-18:. Ενημερώθηκε το τρένο απαιτητών για ParallelFlow να στηρίξει συμπληρωματικά επιχειρήματα
• 2008-11-05: Επανεγγραφή του make παράλληλα κώδικα, υποστηρίζει τώρα Hinet δομές
.
• 03/11/2008: Επανεγγραφή του repesentation δημιουργού Hinet HTML. Δυστυχώς, αυτό σπάει και το κοινό interface, αλλά οι αλλαγές είναι αρκετά απλή.
• 10/29/2008: Σβήστε τις προειδοποιήσεις που προέρχονται από απομακρυσμένες διαδικασίες σε ProcessScheduler
• 27/10/2008:. Διορθώθηκε το πρόβλημα με την αντικατάσταση kwargs στην μέθοδο init του ParallelFlow
• 24/10/2008:. Σταθερή pretrained κόμβοι bug στο hinet.FlowNode
• 2008-10-20:. Σταθερά κρίσιμη bug εισαγωγής παράλληλα πακέτο όταν έχει εγκατασταθεί σ (παράλληλη βιβλιοθήκη python)

Απαιτήσεις :

• Python
• NumPy
• SciPy