Existe uma ferramenta visual para projetar e aplicar redes neurais / aprendizagem profunda? [fechadas]

Eu sei que existem muitas bibliotecas para aprendizado de máquina e aprendizado profundo como caffe, Theano, TensorFlow, keras, ... Mas, para mim, parece que preciso conhecer a arquitetura da rede neural que quero usar.

Existe uma ferramenta (visual) que permite experimentar diferentes projetos de rede e aplicá-los em seus próprios dados?

Estou pensando em algo como o TensorFlow Playground , mas com dados n-dimensionais e diferentes tipos de camadas.

Desde já, obrigado!

Sim, existem muitas ferramentas disponíveis para projetar e aplicar redes neurais apenas arrastando e soltando. Uma delas é o Deep Learning Studio Desenvolvido por Deep Cognition Inc , sua robusta plataforma de aprendizado profundo com uma interface visual em produção fornece uma solução abrangente para a ingestão de dados , desenvolvimento, treinamento, implantação e gerenciamento de modelos. Os usuários do Deep Learning Studio têm a capacidade de desenvolver e implantar rapidamente soluções de aprendizado profundo por meio de uma integração robusta com o TensorFlow, MXNet e Keras.

Seu recurso de ML automático gera automaticamente o modelo de rede neural.

Para o caffe, existe uma ferramenta de terceiros chamada Expresso ( http://val.serc.iisc.ernet.in/expresso/ ) que fornece alguma GUI para ajudá-lo a começar.

Além disso, o NVIDIA DIGITS ( https://developer.nvidia.com/digits ) também afirma ser uma ferramenta interativa:

DIGITS simplifica tarefas comuns de aprendizado profundo, como gerenciar dados, projetar e treinar redes neurais em sistemas com várias GPUs, monitorar o desempenho em tempo real com visualizações avançadas e selecionar o modelo com melhor desempenho no navegador de resultados para implantação. O DIGITS é completamente interativo, para que os cientistas de dados possam se concentrar no projeto e treinamento de redes, em vez de programação e depuração.

Espero que isto ajude!

O processo de encontrar a arquitetura de rede ideal para o seu problema é o coração do processo de aprendizado profundo - é aí que você usa seu conhecimento prévio para otimizar o desempenho.

Honestamente, eu realmente não vejo como uma GUI, como você sugeriu, poderia servir a esse propósito, como:

• Para poder avaliar uma determinada arquitetura, você precisa treinar a rede com seus dados (do zero). Para redes neurais profundas, esse é um processo que pode demorar um pouco. Portanto, se cada clique que você fizer precisar de uma hora de computação, isso tira toda a vantagem de uma interface gráfica do usuário.

• A maioria das implementações (caffe, TensorFlow) tem uma sintaxe tão simples, que alterar a arquitetura (alterar camadas, ajustar os hiper parâmetros) realmente se resume a alterar o valor de uma única string ou constante: nada para o qual você realmente precisa de uma GUI.

Se, por outro lado, o que você procura é uma abordagem mais sistemática para o negócio de ajuste de parâmetros, você pode ler sobre o Ajuste automatizado de parâmetros .

Sim, há um novo editor visual para pequenas redes neurais chamado "Neural Network Designer", disponível na Apple App Store para Mac.

Eu tenho trabalhado em uma interface de usuário de rede neural de arrastar e soltar (Ennui) que treina no navegador e permite que os usuários exportem Python gerado por código. Temos várias camadas, incluindo denso, convolucional, maxpool, batchnorm, etc. A criação de modelos ramificados como o ResNets também é suportada. Também implementamos algumas visualizações comuns.

Aqui está uma foto de Ennui

Aqui está um exemplo de visualização

Você pode visitar o site em https://math.mit.edu/ennui

A implementação de código aberto está em https://github.com/martinjm97/ENNUI

Sinta-se à vontade para entrar em contato com comentários ou perguntas.