Esiste uno strumento visivo per la progettazione e l'applicazione di reti neurali / apprendimento profondo? [chiuso]

So che ci sono molte librerie per l'apprendimento automatico e l'apprendimento profondo come caffe, Theano, TensorFlow, keras, ... Ma per me sembra che debba conoscere l'architettura della rete neurale, che voglio usare.

Esiste uno strumento (visivo) che consente di sperimentare diversi progetti di rete e applicarli sui propri dati?

Sto pensando a qualcosa come il TensorFlow Playground , ma con dati n-dimensionali e diversi tipi di layer.

Grazie in anticipo!

Sì, ci sono molti strumenti disponibili per progettare e applicare la rete neurale semplicemente trascinandoli. Uno di questi è Deep Learning Studio Sviluppato da Deep Cognition Inc , la loro solida piattaforma di deep learning con un'interfaccia visiva in produzione offre una soluzione completa per l'immissione dei dati , sviluppo del modello, formazione, implementazione e gestione. Gli utenti di Deep Learning Studio hanno la capacità di sviluppare e implementare rapidamente soluzioni di deep learning attraverso una solida integrazione con TensorFlow, MXNet e Keras.

La loro funzione ML automatica genererà automaticamente il modello di rete neurale.

Per il caffe esiste uno strumento di terze parti chiamato Expresso ( http://val.serc.iisc.ernet.in/expresso/ ) che fornisce alcune GUI per aiutarti a iniziare.

Inoltre, NVIDIA DIGITS ( https://developer.nvidia.com/digits ) afferma di essere anche uno strumento interattivo:

DIGITS semplifica le attività comuni di deep learning come la gestione dei dati, la progettazione e l'addestramento di reti neurali su sistemi multi-GPU, il monitoraggio delle prestazioni in tempo reale con visualizzazioni avanzate e la selezione del modello con le migliori prestazioni dal browser dei risultati per l'implementazione. DIGITS è completamente interattivo in modo che i data scientist possano concentrarsi sulla progettazione e la formazione di reti piuttosto che sulla programmazione e il debug.

Spero che sia di aiuto!

Il processo di ricerca dell'architettura di rete ottimale per il tuo problema è il cuore del processo di apprendimento profondo: è qui che usi le tue conoscenze precedenti per ottimizzare le prestazioni.

Onestamente, non vedo davvero come una GUI come hai suggerito possa servire a questo scopo, come:

• Per poter valutare una determinata architettura, è necessario addestrare la rete sui dati (da zero). Per le reti neurali profonde questo è un processo che potrebbe richiedere del tempo. Quindi, se ogni clic che fai richiede un'ora di calcolo, praticamente toglie il vantaggio dell'interfaccia grafica.

• La maggior parte delle implementazioni (caffe, TensorFlow) hanno una sintassi così semplice, che cambiare l'architettura (cambiare i livelli, mettere a punto gli iperparametri) si riduce a cambiare il valore di una singola stringa o costante: niente per cui hai davvero bisogno di una GUI.

Se, d'altra parte, quello che stai cercando è un approccio più sistematico all'attività di ottimizzazione dei parametri, potresti leggere su Ottimizzazione dei parametri automatizzata .

Sì, c'è un nuovo editor visivo per le piccole reti neurali chiamato "Neural Network Designer" che è disponibile su Apple App Store per Mac.

Ho lavorato su un'interfaccia utente di rete neurale drag-and-drop (Ennui) che si allena sul browser e consente agli utenti di esportare Python generato dal codice. Abbiamo vari livelli tra cui denso, convoluzionale, passaggi massimi, batchnorm, ecc. È supportato anche la costruzione di modelli ramificati come ResNets. Abbiamo implementato anche alcune visualizzazioni comuni.

Ecco una foto di Ennui

Ecco una visualizzazione di esempio

È possibile visitare il sito Web all'indirizzo https://math.mit.edu/ennui

L'implementazione open source è disponibile su https://github.com/martinjm97/ENNUI

Sentiti libero di contattarci con commenti o domande.