Benvenuto a PyBrain

, Author

PyBrain è una libreria modulare di apprendimento automatico per Python. Il suo obiettivo è quello di offrire algoritmi flessibili, facili da usare ma ancora potenti per compiti di apprendimento automatico e una varietà di ambienti predefiniti per testare e confrontare i tuoi algoritmi.

PyBrain è l’abbreviazione di Python-Based Reinforcement Learning, Artificial Intelligence and Neural Network Library. In effetti, abbiamo inventato il nome per primi e poi invertito questo “Backronym” abbastanza descrittivo.

Come è diverso PyBrain?

Mentre ci sono alcune librerie di apprendimento automatico là fuori, PyBrain mira ad essere una libreria modulare molto facile da usare che può essere usata da studenti principianti ma che offre ancora la flessibilità e gli algoritmi per la ricerca allo stato dell’arte. Stiamo costantemente lavorando su algoritmi sempre più veloci, sviluppando nuovi ambienti e migliorando l’usabilità.

Cosa può fare PyBrain

PyBrain, come già suggerisce il suo nome scritto, contiene algoritmi per reti neurali, per l’apprendimento di rinforzo (e la combinazione dei due), per l’apprendimento non supervisionato e l’evoluzione. Poiché la maggior parte dei problemi attuali ha a che fare con spazi di stato e di azione continui, si devono usare approssimatori di funzioni (come le reti neurali) per far fronte alla grande dimensionalità. La nostra libreria è costruita intorno alle reti neurali nel kernel e tutti i metodi di addestramento accettano una rete neurale come istanza da addestrare. Questo rende PyBrain un potente strumento per compiti di vita reale.

Utilizzare PyBrain

PyBrain è open source e libero da usare per tutti (è rilasciato sotto la licenza BSD Software Licence). Basta scaricarlo e iniziare a usare gli algoritmi e i moduli nel tuo progetto o dare un’occhiata ai tutorial ed esempi forniti.Se usi PyBrain per la tua ricerca, ti chiediamo gentilmente di citarci nelle tue pubblicazioni. Usa il riferimento qui sotto o importa questo riferimento bibtex.

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

Lascia un commento

Il tuo indirizzo email non sarà pubblicato.