Нейроф против Энкога

Я решил использовать нейронную сеть с прямой связью и обучением с обратным распространением для моего приложения OCR для рукописного текста, и входной слой будет состоять из 32 * 32 (1024) нейронов и не менее 8-12 выходных нейронов.

Я обнаружил, что Neuroph прост в использовании, прочитав несколько статей, в то время как Encog в несколько раз лучше по производительности. Учитывая параметры в моем сценарии, какой API является наиболее подходящим. И я признателен, если вы можете прокомментировать количество входных узлов, которые я взял, это слишком большое значение (хотя это не по теме)


neural-network encog
person buwaneka    schedule 29.10.2012    source источник

Ответы (1)


arrow_upward
12
arrow_downward

Во-первых, мой отказ от ответственности, я один из основных разработчиков проекта Encog. Это означает, что я больше знаком с Encog, чем с Neuroph, и, возможно, предвзято отношусь к нему. На мой взгляд, относительные сильные стороны каждого из них следующие. Encog поддерживает довольно много взаимозаменяемых методов машинного обучения и методов обучения. Neuroph ОЧЕНЬ сосредоточен на нейронных сетях, и вы можете выразить связь практически между чем угодно. Так что, если вы собираетесь создавать очень нестандартные/нестандартные (исследовательские) нейронные сети различных типологий, чем типичные сети типа Elman/Jordan, NEAT, HyperNEAT, Feedforward, то Neuroph отлично подойдет для этих целей.

person JeffHeaton    schedule 17.04.2013