R语言和深度学习
2014-04-11 10:37
323 查看
+
深度学习(Deep Learning)是机器学习(MachineLearning)研究中的一个很新很热门的领域,是人工智能(Artificial Intelligence)的新浪潮。自2006年来,加拿大的多伦多大学(Universityof Toronto),蒙特利尔大学(University of Montreal)和美国的纽约大学(New York University),斯坦福大学(StanfordUniversity)等学术界,谷歌、微软、IBM、百度等工业界投入大量资源进行深度学习技术研发,在图像、语音、自然语言、在线广告等领域取得了显著的进展。Deep Learning的学习资源有很多,在http://deeplearning.net/网站上,Deep Learning的算法实现有Matlab和Python版本的资源。R语言这两年随着大数据的发展也迅速火爆,尤其是其开源的Package,是大数据分析和挖掘的瑞士军刀。但是R语言在Deep Learning方面尚缺少资源,现整理至今为止已有的R语言进行Deep
Learning研究的资料,供大家学习。
1.
darch
http://cran.um.ac.ir/web/packages/darch/index.html
Darch 是建立于Hinton和 Salakhutdinov的Matlab代码之上的,其实现方法基于Hinton两篇经典之作"A fast learning algorithm for deep
beliefnets" (G. E. Hinton, S.
Osindero, Y. W.
Teh) 和"Reducingthe dimensionality of data with neural networks" (G. E. Hinton, R. R.Salakhutdinov)。该方法包括了对比散度的预训练和众所周知的训练算法(如反向传播法或共轭梯度法)的细调。
2.
deepnet
http://cran.r-project.org/web/packages/deepnet/index.html
Deepnet 实现了一些Deep Learning结构和Neural Network相关算法,包括BP,RBM训练,Deep Belief Net,Deep Auto-Encoder。作者称后续有时间会继续实现CNN和RNN算法等。
3.
Rdbn
https://github.com/dankoc/Rdbn
Rdbn实现R环境的RBMs和DBNs的训练和学习。但目前还不能使用Rdbn,只能在github上参考。作者说正在测试和优化,要等排查完bug才能上CRAN,我也同样很期待这个包的上架。
相关文章推荐
- R语言中不能进行深度学习?
- R语言︱H2o深度学习的一些R语言实践——H2o包
- R语言︱H2o深度学习的一些R语言实践——H2o包
- 文本挖掘深度学习之word2vec的R语言实现
- R语言和深度学习
- 重磅︱文本挖掘深度学习之word2vec的R语言实现
- MxNet+R︱用R语言实现深度学习
- 碎片︱R语言与深度学习
- R语言h2o深度学习分类
- 极限学习机︱R语言快速深度学习进行回归预测
- MxNet+R︱用R语言实现深度学习(单CPU/API接口,一)
- R语言快速深度学习进行回归预测(转)
- R语言绘制深度学习模型的性能轨迹
- R语言︱H2o深度学习的一些R语言实践——H2o包
- 【深度学习】机器视觉开源代码集合
- 深度学习运动带领我们走向何方?
- 深度学习(DL)与卷积神经网络(CNN)学习笔记随笔-03-基于Python的LeNet之LR
- 发布Tensor2Tensor,加快深度学习研究
- 深度学习三十年创新路