Willkommen bei PyBrain

, Author

PyBrain ist eine modulare Machine Learning Bibliothek für Python. Ihr Ziel ist es, flexible, einfach zu bedienende und dennoch leistungsfähige Algorithmen für Machine Learning-Aufgaben und eine Vielzahl von vordefinierten Umgebungen zum Testen und Vergleichen Ihrer Algorithmen anzubieten.

PyBrain ist die Abkürzung für Python-Based Reinforcement Learning, Artificial Intelligence and Neural Network Library. Tatsächlich haben wir uns den Namen zuerst ausgedacht und später dieses recht anschauliche „Backronym“ zurückentwickelt.

Wie unterscheidet sich PyBrain von anderen Bibliotheken?

Es gibt zwar einige Bibliotheken für maschinelles Lernen, aber PyBrain soll eine sehr einfach zu bedienende, modulare Bibliothek sein, die auch von Einsteigern benutzt werden kann, aber dennoch die Flexibilität und die Algorithmen für modernste Forschung bietet. Wir arbeiten ständig an mehr und schnelleren Algorithmen, entwickeln neue Umgebungen und verbessern die Benutzerfreundlichkeit.

Was PyBrain kann

PyBrain enthält, wie der ausgeschriebene Name schon andeutet, Algorithmen für neuronale Netze, für Reinforcement Learning (und die Kombination der beiden), für unüberwachtes Lernen und Evolution. Da die meisten aktuellen Probleme mit kontinuierlichen Zustands- und Aktionsräumen zu tun haben, müssen Funktionsapproximatoren (wie neuronale Netze) verwendet werden, um die große Dimensionalität zu bewältigen. Unsere Bibliothek ist im Kern auf neuronalen Netzen aufgebaut und alle Trainingsmethoden akzeptieren ein neuronales Netz als zu trainierende Instanz. Das macht PyBrain zu einem leistungsfähigen Werkzeug für reale Aufgaben.

Benutzung von PyBrain

PyBrain ist quelloffen und für jedermann frei nutzbar (es steht unter der BSD Software Licence). Laden Sie es einfach herunter und verwenden Sie die Algorithmen und Module in Ihrem eigenen Projekt oder schauen Sie sich die bereitgestellten Tutorials und Beispiele an.Wenn Sie PyBrain für Ihre Forschung verwenden, bitten wir Sie, uns in Ihren Veröffentlichungen zu zitieren. Verwenden Sie die untenstehende Referenz oder importieren Sie diese Bibtex-Referenz.

Tom Schaul, Justin Bayer, Daan Wierstra, Sun Yi, Martin Felder, Frank Sehnke, Thomas Rückstieß, Jürgen Schmidhuber.PyBrain. To appear in: Journal of Machine Learning Research, 2010.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.