OpenNN(Open Neural Networks Library)是一個使用C++程式語言編寫的函式庫,實現了神經網絡,這是深度學習研究的主要領域之一[2]。它是一個開源庫,遵循GNU寬通用公共許可證(LGPL)。

OpenNN
開發者Artelnics
當前版本
  • 6.0.3(2023年4月10日)[1]
編輯維基數據鏈接
原始碼庫 編輯維基數據鏈接
作業系統跨平臺
類型神經網絡
許可協議LGPL
網站www.opennn.net

特點

該軟件實現了任意數量的非線性處理單元層,用於監督學習。這種深層架構允許設計具有通用逼近特性的神經網絡。此外,它通過OpenMP進行多處理編程,以提高計算性能。

OpenNN包含作為一組函數的機器學習算法。這些函數可以通過應用程序介面嵌入到其他軟件工具中,以實現預測分析任務的集成儘管缺乏圖形用戶界面,但某些功能可以通過特定的可視化工具得到支持。[3]

歷史

這項專案開發始於2003年,由歐盟資助的名為RAMFLOOD(洪水風險評估與管理)的研究項目在國際數值方法研究中心啟動[4]。隨後作為類似項目的一部分,開發工作得以繼續。目前,OpenNN由Artelnics公司開發和維護[5]

應用

OpenNN是一個通用的人工智能軟件包[6]。它使用機器學習技術來解決各個領域中的預測分析任務。例如,該庫已應用於工程、能源和化學等行業[7][8][9]

參考文獻

  1. ^ Release 6.0.3. 2023年4月10日 [2023年4月27日]. 
  2. ^ OpenNN, An Open Source Library For Neural Networks. KDNuggets. June 2014. 
  3. ^ J. Mary Dallfin Bruxella; et al. Categorization of Data Mining Tools Based on Their Types. International Journal of Computer Science and Mobile Computing. 2014, 3 (3): 445–452. 
  4. ^ CORDIS - EU Research Project RAMFLOOD. European Commission. December 2004. 
  5. ^ Artelnics home page. 
  6. ^ Here Are 7 Thought-Provoking AI Software Packages For Your Info. Saurabh Singh. [25 June 2014]. (原始內容存檔於2014-06-27). 
  7. ^ R. Lopez; et al. Neural Networks for Variational Problems in Engineering. International Journal for Numerical Methods in Engineering. 2008, 75 (11): 1341–1360. Bibcode:2008IJNME..75.1341L. S2CID 120913929. doi:10.1002/nme.2304. hdl:10261/310317 . 
  8. ^ P. Richter; et al. Optimisation of Concentrating Solar Thermal Power Plants with Neural Networks. Adaptive and Natural Computing Algorithms. Lecture Notes in Computer Science 6593. 2011: 190–199. ISBN 978-3-642-20281-0. doi:10.1007/978-3-642-20282-7_20. 
  9. ^ A.A. D』Archivio; et al. Artificial Neural Network Prediction of Multilinear Gradient Retention in Reversed-Phase HPLC. Analytical and Bioanalytical Chemistry. 2014, 407 (4): 1–10. PMID 25395205. S2CID 40461902. doi:10.1007/s00216-014-8317-3.