神经网络的结构[封闭]

Question

我目前正在建立一个神经网络图书馆。我已经建造它作为对象的图表的简单性。我想知道如果任何人都可以量化的绩效益的一系列基础的方法。什么我现在已经工作的很好建立网络的靠近任意的复杂性。经常(backpropped)的网络以及经常性网络的支持。我正在考虑的具有培训网络"汇编"进入一些"简单"的形式这样作组。

我只是想看看如果任何人有任何实际的建议或经验的建筑物的神经网络的部署以及投入生产。是否有任何受益于具有最终的产物是阵列基础的，而不是象图的基础?

P.S存的足迹是不重要的不是速度。

Answer 1

这一切都取决于你使用的是什么语言 - 我假设你使用的是C衍生物

。

在我的实现方式中，我发现了对象图的方法远远优于。有一些权衡速度，但易于维护远远大于对象查找调用。这一切都取决于你是否正在寻找训练速度和解决速度，以及...我假设你最担心的是训练速度？

您可以随时结束了微优化的一些调用对象的问题，如果需要的话。

考虑的子网技术的网络，我认为这是更重要的目标为基础，以成为辅助动力 - 这使得它更容易把开展工作的部分。

Answer 2

人们已经开始使用人工智能技术GPGPU，并具有矩阵形式的神经网络能够在典型的显卡充分利用更快的矩阵欢声笑语。

Answer 3

不过你实现它，你千万不要忘记：

http://xkcd.com/534/

Answer 4

这已经有一段时间，但我记得，速度通常是神经网络的训练中只有一个问题。

Answer 5

我没有任何个人的经验，编写这样的一个图书馆,但是我可以链接到一些受欢迎的开放源码项目你也许可以从中学习。(个人而言，我将只使用这些现有库。)

• 快速的人工神经网络图书馆
• NeuronDotNet