BackProp Studio
Framework v Javě pro práci s dopřednými neuronovými sítěmi učenými pomocí zpětného šíření. Je vypracován jako zápočtový program pro seminář Java na MFF UK, vznikl na základě zdrojových kódů a zkušeností z praktických úkolů z předmětu Implementace neuronových sítí I na MFF UK.
BackProp :: Úvod
Cílem projektu je jednak navrhnout objektově orientovanou knihovnu pro práci s neuronovými sítěmi, kterou by bylo snadné použít v dalším kódu, důležitějším cílem ale byla možnost jednoduchého experimentování a měnění většiny základních parametrů modelovaných sítí.
Dalším, dosud nesplněným, cílem je vytvořit grafické uživatelské rozhraní, které by umožňovalo jednoduché propojování zdrojů dat s sítěmi a jednotlivých sítí mezi sebou.
BackProp :: Řešení
Knihovna je implementována s velkým důrazem na modularitu a abstrakci. Díky tomu je možné velmi snadno za běhu měnit způsob adaptace vah sítě, strukturu sítě i parametry učení. Samozřejmostí je ukládání naučené sítě do souboru a její opětovné načtení knihovnou.
Sítě nejsou omezeny na sigmoidální model neuronu, jako přechodovou funkci lze použít libovolnou jinou funkci, která splňuje základni požadavky pro učení pomocí zpětného šíření chyby.
Současné uživatelské rozhraní slouží spíše jako demonstrace způsobu použití knihovny a umožňuje práci jen se sítěmi se sigmoidálním modelem neuronu. Uživatelské rozhraní umožňuje volit architekturu sítě a provádět výpočty a adaptací sítě na zadané trénovací množině.
BackProp :: Závěr
Zápočet udělen, cíl splněn. Zároveň je zde spousta možností pro další rozvoj systému jak o rozšíření seznamu podporovaných sítí, tak co se týká učících algoritmů a modelů sítě.
BackProp :: Download
Kompilovaná verze (jar - 58kB)
Dokumentace k současnému GUI (pdf - 72kB)