极限学习机的高性能实现
hpelm的Python项目详细描述
极限学习机的高性能工具箱。极限学习机是一种特殊的人工神经网络,用来解决分类和回归问题。它们的性能可以与传统的多层感知器相媲美,但训练时间比传统的多层感知器小6个数量级。(是的,一百万次!)
elms适合处理大型数据集和处理大数据,
这个工具箱是作为它们最快和最具可扩展性的实现而创建的。
这里有文档:http://hp elm.readthedocs.org,
它使用numpydocs。
new:parallel hp-elm教程!参见文档:http://hpelm.readthedocs.org
(对于内存中的模型)
主要类:
-hpelm.elm用于内存中的计算(数据集适合于RAM)
-hpelm.hpelm用于内存不足的计算(磁盘上的数据集采用HDF5格式)
elm.add_神经元(20,“sigm”)
>;>elm.add_神经元(10,“rbf_l2”)
>;>elm.train(x,t,“loo”)
>;>y=elm.predict(x)
引用我们在ieee access中的开放存取论文“高性能极限学习机:大数据应用程序的完整工具箱”。
http://ieeexplore.ieee.org/xpl/articledetails.jsp?arnumber=7140733&newsearch=true&querytext=high%20performance%20extreme%20learning%20machines
@article{7140733,
author={akusok,a.和bj\'{o}rk,k.-m.和miche,y.和lendasse,a.},
journal={access,ieee},
title={high performance extreme learning machines:a complete toolbox for big data applications},
年份={2015},
卷={3},
页={1011-1025},
DOI={10.1109/access.2015.2450498},
ISSN={2169-3536},
月={},}
elms适合处理大型数据集和处理大数据,
这个工具箱是作为它们最快和最具可扩展性的实现而创建的。
这里有文档:http://hp elm.readthedocs.org,
它使用numpydocs。
new:parallel hp-elm教程!参见文档:http://hpelm.readthedocs.org
(对于内存中的模型)
主要类:
-hpelm.elm用于内存中的计算(数据集适合于RAM)
-hpelm.hpelm用于内存不足的计算(磁盘上的数据集采用HDF5格式)
elm.add_神经元(20,“sigm”)
>;>elm.add_神经元(10,“rbf_l2”)
>;>elm.train(x,t,“loo”)
>;>y=elm.predict(x)
引用我们在ieee access中的开放存取论文“高性能极限学习机:大数据应用程序的完整工具箱”。
http://ieeexplore.ieee.org/xpl/articledetails.jsp?arnumber=7140733&newsearch=true&querytext=high%20performance%20extreme%20learning%20machines
@article{7140733,
author={akusok,a.和bj\'{o}rk,k.-m.和miche,y.和lendasse,a.},
journal={access,ieee},
title={high performance extreme learning machines:a complete toolbox for big data applications},
年份={2015},
卷={3},
页={1011-1025},
DOI={10.1109/access.2015.2450498},
ISSN={2169-3536},
月={},}