Pybrain

[Cassio]

Gostaria de recomendações sobre esta biblioteca(pybrain) para redes neurais.Conhecem alguma outra opção?
Gostaria de saber também como instala-la no windows...parece ser algo muito dificil e cheio de dependências...segui um tutorial mas obtive erro no make de compilação da scipy..avisa algo sobre Atlas.

desde já grato,

[ ]'s

[Cesar Kawakami]

Cassio,

Pra instalar o Scipy/Numpy, costuma ser mais conveniente usar um dos pacotes binários pré-compilados disponíveis na página do Scipy. O Scipy é bem chato de buildar na mão mesmo, ele precisa de um número de componentes. Mais fácil pegar um pacote já pronto.

-cesar

--

Cesar Kawakami | cesark...@gmail.com | +55 11 98588-5000

2013/1/14 Cassio <cassio...@gmail.com>

--
--
------------------------------------
Grupo Python-Brasil
http://www.python.org.br/wiki/AntesDePerguntar
 
<*> Para visitar o site do grupo na web, acesse:
http://groups.google.com/group/python-brasil
 
<*> Para sair deste grupo, envie um e-mail para:
python-brasi...@googlegroups.com
 
 
 

[Vinícius Brum]

Bom dia Cassio.

Nunca utilizei a biblioteca pybrain.

Para trabalhar com redes neurais já utilizei a FANN (Fast Artificial Neural Network) [1].

Ela foi escrita em C e tem suporte a várias linguagens... inclusive Python.

Ela contém uma documentação muito completa e para quem está começando com redes neurais, ela fornece também conteúdo teórico sobre o assunto.

[1] http://leenissen.dk/fann/wp/

--

[Vinícius Brum]

Esqueci de mencionar...
À alguns dias houve um tópico sobre IA... lá foram sugeridas diversas fontes sobre IA de modo geral e sobre bibliotecas também.

Vale a pena conferir.

[José Alexandre Nalon]

Olá!

 

Em seg 14 jan 2013, às 09:13:07, Vinícius Brum escreveu:
> À alguns dias houve um tópico sobre IA... lá foram sugeridas diversas fontes > sobre IA de modo geral e sobre bibliotecas também.

Vou voltar a sugerir o Peach [1] :). Em termos de redes neurais, já tem

implementado:

 

- Neurônios de ativação linear com algoritmo LMS

- Redes feedforward com backprop

- Mapas auto-organizáveis (com treinamento competitivo e cooperativo)

- Redes de Hopfield binárias

- GRNN e PNN (thanks Renato!)

- Redes de funções de base radial

- KMeans

 

Além disso, o Peach tem implementado também: algoritmos genéticos, reco-

zimento simulado, otimização sem restrição (incluindo métodos de Newton

e quasi-Newton), enxames de partículas e lógica fuzzy (incluindo contro-

ladores de Mamdani e Sugeno).

 

A biblioteca está bem documentada, tem diversos exemplos, algumas apli-

cações prontas e o autor (eu) está disponível para quaisquer dúvidas. Se

você consultar a documentação [2] e a referência [3], dá pra ver tudo

que a biblioteca é capaz.

 

[1] http://code.google.com/p/peach

[2] http://peach.googlecode.com/hg/doc/build/html/index.html

[3] http://peach.googlecode.com/hg/doc/ref/html/index.html

 

--

José Alexandre Nalon

na...@terra.com.br