-
Notifications
You must be signed in to change notification settings - Fork 1
/
ReadMe.html
73 lines (70 loc) · 5.08 KB
/
ReadMe.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Strict//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-strict.dtd">
<html>
<head>
<meta http-equiv="content-type" content="text/html; charset=iso-8859-1" />
<meta name="author" content="Vijeth D" />
<meta name="copyright" content="neurondotnet.freehostia.com" />
<meta name="description" content="NeuronDotNet is an open source tool to build and run AI applications based on 'Artificial Neural Networks'. It is written in C# and is compatible with the .NET platform." />
<meta name="keywords" content="neural networks, artificial neural networks, character recognition, artificial intelligence, open source, pattern recognition, voice recognition, intelligent systems, kohonen SOM, backpropagation, self organizing maps, SOM, kohonen" />
<title>NeuronDotNet - C#人工神经网络框架</title>
</head>
<body>
<h2>NeuronDotNet</h2>
<p>NeuronDotNet是一个开源工具，用于构建和运行基于“人工神经网络”的AI应用程序。 它是用C＃编写的，并与.NET 2.0平台兼容。 这个工具利用面向对象设计和模块化编程的潜力。 该项目的目标是支持人工智能应用程序的开发，并通过为不同类型的人工神经网络的创建，训练和使用提供集中的框架，支持实地研究。</p>
<p>NeuronDotNet是一个免费软件。 您可以根据自由软件基金会发布的GNU通用公共许可证（版本3或许可证的任何更新版本）重新分发和/或修改它。</p>
<p>NeuronDotNet分布在希望它将是有用的，但没有任何保证; 甚至没有对适销性或适用于特定用途的隐含保证。 有关更多详细信息，请参阅GNU通用公共许可证。</p>
<p>您应该已经收到GNU通用公共许可证的副本以及此产品。 如果没有，请参见 <a href="http://www.gnu.org/licenses/">http://www.gnu.org/licenses/</a></p>
<h2>快速链接</h2>
<ul>
<li><a href="http://neurondotnet.freehostia.com">NeuronDotNet首页</a></li>
<li><a href="http://neurondotnet.freehostia.com/manual/index.html">NeuronDotNet用户手册</a></li>
</ul>
<h2>Samples</h2>
<ul>
<li><a href="http://neurondotnet.freehostia.com/samples/xor.html">XOR例子</a></li>
<li><a href="http://neurondotnet.freehostia.com/samples/somdemo.html">Kohonen SOM例子</a></li>
<li><a href="http://neurondotnet.freehostia.com/samples/approximation.html">函数近似</a></li>
<li><a href="http://neurondotnet.freehostia.com/samples/tspsolver.html">旅行推销员问题解决</a></li>
<li><a href="http://neurondotnet.freehostia.com/samples/ocr.html">手写字符识别</a></li>
</ul>
<a href="http://neurondotnet.freehostia.com/samples/index.html">更多样品</a>
<p>欢迎您发送您的建议，示例应用程序，代码段，意见，功能请求，链接到您的神经网络应用程序或任何其他类型的反馈 <a href="mailto:[email protected]">[email protected]</a></p>
<h2>发行说明</h2>
<b>NeuronDotNet 3.0</b>
<p>发布日期：2008年8月20日</p>
<ul>
<li>支持具有任何非循环结构的层的神经网络</li>
<li>支持One-One和Complete连接器</li>
<li>支持反向传播网络和Kohonen SOM</li>
<li>学习率使用可插拔函数（线性，对数和双曲线函数内置）将速率从其初始值更改为最终值。</li>
<li>神经网络初始化模块是可插入的（随机，常数，NguyenWidrow和归一化随机函数内置）</li>
<li>反向传播网络中使用的自定义激活功能是可插拔的（Sigmoid，正弦，tanh，对数和线性函数是内置的）</li>
<li>对于Kohonen层，邻域函数是可插入的（高斯函数和墨西哥帽子函数是内置的）</li>
<li>暴露了允许用户分析网络如何学习的各种事件</li>
<li>
Kohonen层在形状上是平面的。 然而，我们可以具有圆形排和/或圆柱，使得它们获得圆柱形表面或环形表面的形状。
</li>
<li>支持六角形和矩形Kohonen格子拓扑</li>
<li>培训集已定义为支持批处理培训</li>
<li>API添加自定义网络体系结构和学习算法</li>
<li>层，连接器，网络和训练集实现ISerializable接口</li>
</ul>
<b>NeuronDotNet 2.0</b>
<p>发布日期：2007年11月1日</p>
<ul>
<li>具有任何非循环结构的层的反向传播神经网络</li>
<li>自定义激活功能是可插拔的</li>
<li>增强的BackPropagation算法（使用Momentum项，重量衰减和抖动）。</li>
<li>一层和层之间的完全连接</li>
</ul>
<b>NeuronDotNet 1.0</b>
<p>发布日期：2007年5月3日</p>
<p>首次发布</p>
<ul>
<li>支持简单的前馈反向传播神经网络</li>
<li>激活函数 - Sigmoid，Linear，Logarithminc，Sine或Tanh</li>
</ul>
</p>
<p><br /><b>问候，<br /> NeuronDotNet团队</b></p>
</body>
</html>