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={}，}
欢迎加入QQ群-->： 979659372
