PyBrain er et modulært maskinlæringsbibliotek til Python. Dets mål er at tilbyde fleksible, brugervenlige, men stadig kraftfulde algoritmer til Machine Learning-opgaver og en række foruddefinerede miljøer til at teste og sammenligne dine algoritmer.

PyBrain er en forkortelse for Python-Based Reinforcement Learning, Artificial Intelligence and Neural Network Library (Python-baseret forstærkningslæring, kunstig intelligens og neuralt netværksbibliotek). Faktisk fandt vi først på navnet og senere reverse-engineered dette ret beskrivende “Backronym”.

Hvordan er PyBrain anderledes?

Mens der findes nogle få maskinlæringsbiblioteker derude, har PyBrain til formål at være et meget brugervenligt modulært bibliotek, der kan bruges af studerende på begynderniveau, men som stadig tilbyder fleksibilitet og algoritmer til state-of-the-art-forskning. Vi arbejder konstant på flere og hurtigere algoritmer, udvikler nye miljøer og forbedrer brugervenligheden.

Hvad PyBrain kan

PyBrain indeholder, som det skrevne navn allerede antyder, algoritmer til neurale netværk, til reinforcement learning (og kombinationen af de to), til unsupervised learning og evolution. Da de fleste af de aktuelle problemer omhandler kontinuerlige tilstands- og handlingsrum, skal der anvendes funktionsapproximatorer (som neurale netværk) for at klare den store dimensionalitet. Vores bibliotek er bygget op omkring neurale netværk i kernen, og alle træningsmetoderne accepterer et neuralt netværk som den instans, der skal trænes. Dette gør PyBrain til et kraftfuldt værktøj til opgaver i det virkelige liv.

Brug af PyBrain

PyBrain er open source og gratis at bruge for alle (det er licenseret under BSD Software Licence). Du skal blot downloade det og begynde at bruge algoritmerne og modulerne i dit eget projekt eller tage et kig på de medfølgende tutorials og eksempler.Hvis du bruger PyBrain til din forskning, beder vi dig venligst om at citere os i dine publikationer. Brug nedenstående reference eller importer denne bibtex-reference.