न्यूरल नेटवर्क सॉफ्टवेयर: Difference between revisions

From Vigyanwiki
(Created page with "{{short description|Type of software}} {{more citations needed|date=September 2014}} तंत्रिका नेटवर्क सॉफ़्टवेयर का उ...")
 
(text)
Line 1: Line 1:
{{short description|Type of software}}
{{short description|Type of software}}न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग [[सिमुलेशन]], रिसर्च, सॉफ़्टवेयर डेवलपमेंट और [[कृत्रिम तंत्रिका नेटवर्क|आर्टिफिशियल न्यूरल नेटवर्क]], [[जैविक तंत्रिका नेटवर्क|आर्टिफिशियल न्यूरल नेटवर्क]] से अनुकूलित सॉफ़्टवेयर कांसेप्ट को लागू करने और कुछ स्तिथियों में, आर्टिफिशियल बुद्धिमत्ता और [[ यंत्र अधिगम |यंत्र अधिगम]] जैसे अडाप्टिव प्रणालियों की एक वाइडर ऐरे को लागू करने के लिए किया जाता है।
{{more citations needed|date=September 2014}}
 
तंत्रिका नेटवर्क सॉफ़्टवेयर का उपयोग [[सिमुलेशन]], अनुसंधान, सॉफ़्टवेयर विकास और [[कृत्रिम तंत्रिका नेटवर्क]], [[जैविक तंत्रिका नेटवर्क]] से अनुकूलित सॉफ़्टवेयर अवधारणाओं को लागू करने और कुछ मामलों में, कृत्रिम बुद्धिमत्ता और [[ यंत्र अधिगम ]] जैसे अनुकूली प्रणालियों की एक विस्तृत श्रृंखला को लागू करने के लिए किया जाता है।


==सिम्युलेटर==
==सिम्युलेटर==
तंत्रिका नेटवर्क सिमुलेटर सॉफ़्टवेयर अनुप्रयोग हैं जिनका उपयोग कृत्रिम या जैविक तंत्रिका नेटवर्क के व्यवहार को अनुकरण करने के लिए किया जाता है। वे एक या सीमित संख्या में विशिष्ट प्रकार के तंत्रिका नेटवर्क पर ध्यान केंद्रित करते हैं। वे आम तौर पर स्टैंड-अलोन होते हैं और सामान्य तंत्रिका नेटवर्क का उत्पादन करने का इरादा नहीं रखते हैं जिन्हें अन्य सॉफ़्टवेयर में एकीकृत किया जा सकता है। प्रशिक्षण प्रक्रिया की निगरानी के लिए सिम्युलेटर में आमतौर पर कुछ प्रकार के अंतर्निहित [[सॉफ्टवेयर विज़ुअलाइज़ेशन]] होते हैं। कुछ सिमुलेटर तंत्रिका नेटवर्क की भौतिक संरचना की भी कल्पना करते हैं।
न्यूरल नेटवर्क सिमुलेटर सॉफ़्टवेयर एप्लीकेशन हैं जिनका उपयोग आर्टिफिशियल या बायोलॉजिकल न्यूरल नेटवर्क के बिहेवियर को अनुकरण करने के लिए किया जाता है। वे एक या लिमिटेड नंबर में विशिष्ट प्रकार के न्यूरल नेटवर्क पर ध्यान केंद्रित करते हैं। वे सामान्यतः स्टैंड-अलोन होते हैं और सामान्य न्यूरल नेटवर्क का उत्पादन करने का इरादा नहीं रखते हैं जिन्हें अन्य सॉफ़्टवेयर में इंटीग्रेटेड किया जा सकता है। ट्रेनिंग प्रोसेस की निगरानी के लिए सिम्युलेटर में सामान्यतः कुछ प्रकार के अंतर्निहित [[सॉफ्टवेयर विज़ुअलाइज़ेशन]] होते हैं। कुछ सिमुलेटर न्यूरल नेटवर्क की फिजिकल स्ट्रक्चर की भी कल्पना करते हैं।


===अनुसंधान सिमुलेटर===
===रिसर्च सिमुलेटर===
[[Image:snns screen.jpg|thumb|right|250px|[[एसएनएनएस]] अनुसंधान तंत्रिका नेटवर्क सिम्युलेटर]]ऐतिहासिक रूप से, सबसे सामान्य प्रकार के तंत्रिका नेटवर्क सॉफ़्टवेयर का उद्देश्य तंत्रिका नेटवर्क संरचनाओं और एल्गोरिदम पर शोध करना था। इस प्रकार के सॉफ़्टवेयर का प्राथमिक उद्देश्य सिमुलेशन के माध्यम से तंत्रिका नेटवर्क के व्यवहार और गुणों की बेहतर समझ हासिल करना है। आज कृत्रिम तंत्रिका नेटवर्क के अध्ययन में, अनुसंधान प्लेटफार्मों के रूप में सिमुलेटरों को बड़े पैमाने पर अधिक सामान्य घटक आधारित विकास वातावरण द्वारा प्रतिस्थापित किया गया है।
[[Image:snns screen.jpg|thumb|right|250px|[[एसएनएनएस]] रिसर्च न्यूरल नेटवर्क सिम्युलेटर]]ऐतिहासिक रूप से, सबसे सामान्य प्रकार के न्यूरल नेटवर्क सॉफ्टवेयर का उद्देश्य न्यूरल नेटवर्क स्ट्रक्चर और एल्गोरिदम पर शोध करना था। इस प्रकार के सॉफ़्टवेयर का प्राथमिक उद्देश्य सिमुलेशन के माध्यम से न्यूरल नेटवर्क के बिहेवियर और प्रॉपर्टीज की बेहतर समझ प्राप्त करना है। आज आर्टिफिशियल न्यूरल नेटवर्क के अध्ययन में, रिसर्च प्लेटफार्मों के रूप में सिमुलेटरों को बड़े पैमाने पर अधिक जनरल कॉम्पोनेन्ट आधारित डेवलपमेंट एनवायरनमेंट द्वारा प्रतिस्थापित किया गया है।


आमतौर पर उपयोग किए जाने वाले कृत्रिम तंत्रिका नेटवर्क सिमुलेटर में [[स्टटगार्ट न्यूरल नेटवर्क सिम्युलेटर]] (एसएनएनएस), इमर्जेंट (सॉफ्टवेयर) और [[न्यूरल लैब]] शामिल हैं।
सामान्यतः उपयोग किए जाने वाले आर्टिफिशियल न्यूरल नेटवर्क सिमुलेटर में [[स्टटगार्ट न्यूरल नेटवर्क सिम्युलेटर]] (एसएनएनएस), इमर्जेंट (सॉफ्टवेयर) और [[न्यूरल लैब]] सम्मिलित हैं।


हालाँकि, जैविक तंत्रिका नेटवर्क के अध्ययन में, सिमुलेशन सॉफ्टवेयर अभी भी एकमात्र उपलब्ध दृष्टिकोण है। ऐसे सिमुलेटर में तंत्रिका ऊतक के भौतिक जैविक और रासायनिक गुणों के साथ-साथ न्यूरॉन्स के बीच विद्युत चुम्बकीय आवेगों का अध्ययन किया जाता है।
हालाँकि, आर्टिफिशियल न्यूरल नेटवर्क के अध्ययन में, सिमुलेशन सॉफ्टवेयर अभी भी एकमात्र उपलब्ध दृष्टिकोण है। ऐसे सिमुलेटर में न्यूरल ऊतक के भौतिक बायोलॉजिकल और रासायनिक गुणों के साथ-साथ न्यूरॉन्स के बीच विद्युत चुम्बकीय आवेगों का अध्ययन किया जाता है।


आमतौर पर उपयोग किए जाने वाले जैविक नेटवर्क सिमुलेटर में [[न्यूरॉन (सॉफ्टवेयर)]], [[ उत्पत्ति (सॉफ्टवेयर) ]], [[नेस्ट (सॉफ्टवेयर)]] और [[ब्रायन (सॉफ्टवेयर)]] शामिल हैं।
सामान्यतः उपयोग किए जाने वाले बायोलॉजिकल नेटवर्क सिमुलेटर में [[न्यूरॉन (सॉफ्टवेयर)]], [[ उत्पत्ति (सॉफ्टवेयर) |जेनेसिस (सॉफ्टवेयर)]], [[नेस्ट (सॉफ्टवेयर)]] और [[ब्रायन (सॉफ्टवेयर)]] सम्मिलित हैं।


===डेटा विश्लेषण सिमुलेटर===
===डेटा एनालिसिस सिमुलेटर===
अनुसंधान सिमुलेटर के विपरीत, डेटा विश्लेषण सिमुलेटर कृत्रिम तंत्रिका नेटवर्क के व्यावहारिक अनुप्रयोगों के लिए अभिप्रेत हैं। उनका प्राथमिक ध्यान डेटा माइनिंग और पूर्वानुमान पर है। डेटा विश्लेषण सिमुलेटर में आमतौर पर कुछ प्रकार की प्रीप्रोसेसिंग क्षमताएं होती हैं। अधिक सामान्य विकास परिवेशों के विपरीत, डेटा विश्लेषण सिम्युलेटर अपेक्षाकृत सरल स्थैतिक तंत्रिका नेटवर्क का उपयोग करते हैं जिन्हें कॉन्फ़िगर किया जा सकता है। बाज़ार में अधिकांश डेटा विश्लेषण सिमुलेटर अपने मूल के रूप में बैकप्रोपेगेटिंग नेटवर्क या स्व-व्यवस्थित मानचित्रों का उपयोग करते हैं। इस प्रकार के सॉफ़्टवेयर का लाभ यह है कि इसका उपयोग करना अपेक्षाकृत आसान है। [[तंत्रिका डिजाइनर]] डेटा विश्लेषण सिम्युलेटर का एक उदाहरण है।
रिसर्च सिमुलेटर के विपरीत, डेटा एनालिसिस सिमुलेटर आर्टिफिशियल न्यूरल नेटवर्क के प्रैक्टिकल एप्लीकेशन के लिए अभिप्रेत हैं। उनका प्राथमिक ध्यान डेटा माइनिंग और फोरकास्टिंग पर है। डेटा एनालिसिस सिमुलेटर में सामान्यतः कुछ प्रकार की प्रीप्रोसेसिंग कैपेबिलिटीज होती हैं। अधिक सामान्य डेवलपमेंट परिवेशों के विपरीत, डेटा एनालिसिस सिम्युलेटर अपेक्षाकृत सिंपल स्टैटिक न्यूरल नेटवर्क का उपयोग करते हैं जिन्हें कॉन्फ़िगर किया जा सकता है। बाज़ार में अधिकांश डेटा एनालिसिस सिमुलेटर अपने ओरिजिनल के रूप में बैकप्रोपेगेटिंग नेटवर्क या स्व-व्यवस्थित मैप का उपयोग करते हैं। इस प्रकार के सॉफ़्टवेयर का लाभ यह है कि इसका उपयोग करना रीलेटिव्ली आसान है। [[तंत्रिका डिजाइनर|न्यूरल डिजाइनर]] डेटा एनालिसिस सिम्युलेटर का एक उदाहरण है।


===तंत्रिका नेटवर्क सिद्धांत सिखाने के लिए सिम्युलेटर===
===न्यूरल नेटवर्क सिद्धांत सिखाने के लिए सिम्युलेटर===
जब कनेक्शनिज्म#समानांतर ने प्रोसेसिंग वॉल्यूम वितरित किया<ref>
जब कनेक्शनिज्म ने प्रोसेसिंग वॉल्यूम वितरित किया <ref>
Rumelhart, D.E., J.L. McClelland and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations, Cambridge, MA: MIT Press</ref>
Rumelhart, D.E., J.L. McClelland and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations, Cambridge, MA: MIT Press</ref>
<ref>McClelland, J.L., D.E. Rumelhart and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 2: Psychological and Biological Models, Cambridge, MA: MIT Press
<ref>McClelland, J.L., D.E. Rumelhart and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 2: Psychological and Biological Models, Cambridge, MA: MIT Press
</ref><ref>McClelland and Rumelhart "Explorations in Parallel Distributed Processing Handbook", MIT Press, 1987</ref> 1986-87 में जारी किए गए, उन्होंने कुछ अपेक्षाकृत सरल सॉफ्टवेयर प्रदान किए। मूल पीडीपी सॉफ़्टवेयर को किसी भी प्रोग्रामिंग कौशल की आवश्यकता नहीं थी, जिसके कारण विभिन्न क्षेत्रों में विभिन्न प्रकार के शोधकर्ताओं ने इसे अपनाया। मूल पीडीपी सॉफ़्टवेयर को पीडीपी++ नामक एक अधिक शक्तिशाली पैकेज में विकसित किया गया था, जो बदले में इमर्जेंट (सॉफ़्टवेयर) नामक और भी अधिक शक्तिशाली प्लेटफ़ॉर्म बन गया है। प्रत्येक विकास के साथ, सॉफ़्टवेयर अधिक शक्तिशाली हो गया है, लेकिन शुरुआती लोगों के लिए उपयोग के लिए और अधिक चुनौतीपूर्ण भी हो गया है।
</ref><ref>McClelland and Rumelhart "Explorations in Parallel Distributed Processing Handbook", MIT Press, 1987</ref> 1986-87 में जारी किए गए, उन्होंने कुछ रीलेटिव्ली सिंपल सॉफ्टवेयर प्रदान किए। ओरिजिनल पीडीपी सॉफ़्टवेयर को किसी भी प्रोग्रामिंग कौशल की आवश्यकता नहीं थी, जिसके कारण विभिन्न क्षेत्रों में विभिन्न प्रकार के शोधकर्ताओं ने इसे अपनाया। ओरिजिनल पीडीपी सॉफ़्टवेयर को पीडीपी++ नामक एक अधिक शक्तिशाली पैकेज में डेवलप किया गया था, जो बदले में इमर्जेंट (सॉफ़्टवेयर) नामक और भी अधिक शक्तिशाली प्लेटफ़ॉर्म बन गया है। प्रत्येक डेवलपमेंट के साथ, सॉफ़्टवेयर अधिक शक्तिशाली हो गया है, लेकिन प्रारम्भिक लोगों के उपयोग के लिए और अधिक चुनौतीपूर्ण भी हो गया है।


1997 में, एक पुस्तक के साथ tLearn सॉफ़्टवेयर जारी किया गया था।<ref>Plunkett, K. and Elman, J.L., Exercises in Rethinking Innateness: A Handbook for Connectionist Simulations (The MIT Press, 1997)</ref> यह एक छोटा, उपयोगकर्ता-अनुकूल, सिम्युलेटर प्रदान करने के विचार की वापसी थी जिसे नौसिखियों को ध्यान में रखकर डिज़ाइन किया गया था। tLearn ने सरल आवर्ती नेटवर्क के साथ-साथ बुनियादी फ़ीड फ़ॉरवर्ड नेटवर्क की अनुमति दी, दोनों को सरल बैक प्रोपेगेशन एल्गोरिदम द्वारा प्रशिक्षित किया जा सकता है। tLearn को 1999 से अद्यतन नहीं किया गया है।
1997 में, एक पुस्तक के साथ टीलर्न सॉफ़्टवेयर जारी किया गया था। <ref>Plunkett, K. and Elman, J.L., Exercises in Rethinking Innateness: A Handbook for Connectionist Simulations (The MIT Press, 1997)</ref> यह एक छोटा, यूजर-फ्रेंडली, सिम्युलेटर प्रदान करने के विचार की वापसी थी जिसे नोविस को ध्यान में रखकर अभिकल्पित किया गया था। टीलर्न ने सिंपल रीकरेंट नेटवर्क के साथ-साथ बेसिक फीड फॉरवर्ड नेटवर्क की अनुमति दी, दोनों को सरल बैक प्रोपेगेशन एल्गोरिदम द्वारा प्रशिक्षित किया जा सकता है। टीलर्न को 1999 से अद्यतन नहीं किया गया है।


2011 में, बेसिक प्रोप सिम्युलेटर जारी किया गया था। बेसिक प्रोप एक स्व-निहित एप्लिकेशन है, जिसे प्लेटफ़ॉर्म न्यूट्रल JAR फ़ाइल के रूप में वितरित किया जाता है, जो tLearn जैसी ही सरल कार्यक्षमता प्रदान करता है।
2011 में, बेसिक प्रोप सिम्युलेटर जारी किया गया था। बेसिक प्रोप एक सेल्फ-कन्टेंड एप्लिकेशन है, जिसे प्लेटफ़ॉर्म न्यूट्रल जेएआर फ़ाइल के रूप में वितरित किया जाता है, जो टीलर्न जैसी ही सिंपल फंक्शनलिटी प्रदान करता है।


2012 में, Wintempla ने लागू करने के लिए C++ कक्षाओं के एक सेट के साथ NN नामक एक नेमस्पेस शामिल किया: फ़ीड फ़ॉरवर्ड नेटवर्क, संभाव्य तंत्रिका नेटवर्क और कोहोनेन नेटवर्क। न्यूरल लैब विंटमप्ला कक्षाओं पर आधारित है। न्यूरल लैब ट्यूटोरियल और विनटेम्पला ट्यूटोरियल न्यूरल नेटवर्क के लिए इनमें से कुछ कक्षाओं की व्याख्या करते हैं। Wintempla का मुख्य नुकसान यह है कि यह केवल Microsoft Visual Studio के साथ संकलित होता है।
2012 में, विंटम्पला ने लागू करने के लिए C++ कक्षाओं के एक सेट के साथ एनएन नामक एक नेमस्पेस सम्मिलित किया: फ़ीड फ़ॉरवर्ड नेटवर्क, सिंपल रीकरंट नेटवर्क और कोहोनेन नेटवर्क। न्यूरल लैब ट्यूटोरियल और विनटेम्पला ट्यूटोरियल न्यूरल नेटवर्क के लिए इनमें से कुछ कक्षाओं की व्याख्या करते हैं। विंटम्पला का मुख्य हानि यह है कि यह केवल माइक्रोसॉफ्ट विजुअल स्टूडियो के साथ संकलित होता है।


==विकास वातावरण==
==डेवलपमेंट एनवायरनमेंट==
तंत्रिका नेटवर्क के लिए विकास वातावरण मुख्य रूप से दो कारणों से ऊपर वर्णित सॉफ़्टवेयर से भिन्न होता है - उनका उपयोग कस्टम प्रकार के तंत्रिका नेटवर्क विकसित करने के लिए किया जा सकता है और वे पर्यावरण के बाहर तंत्रिका नेटवर्क की सिस्टम तैनाती का समर्थन करते हैं। कुछ मामलों में उनके पास उन्नत [[डेटा प्रीप्रोसेसिंग]], विश्लेषण और विज़ुअलाइज़ेशन क्षमताएं हैं।
न्यूरल नेटवर्क के लिए डेवलपमेंट एनवायरनमेंट मुख्य रूप से दो कारणों से ऊपर वर्णित सॉफ़्टवेयर से भिन्न होता है - उनका उपयोग कस्टम प्रकार के न्यूरल नेटवर्क विकसित करने के लिए किया जा सकता है और वे पर्यावरण के बाहर न्यूरल नेटवर्क के डिप्लॉयमेंट का समर्थन करते हैं। कुछ मामलों में उनके पास उन्नत प्रीप्रोसेसिंग, विश्लेषण और विज़ुअलाइज़ेशन क्षमताएं होती हैं।


===घटक आधारित===
===कम्पोनेंट बेस्ड===
[[Image:synapse screen.jpg|thumb|right|250px|[[पेल्टारियन]] [[पेल्टेरियन सिनैप्स]] घटक आधारित विकास वातावरण।]]अधिक आधुनिक प्रकार का विकास वातावरण जो वर्तमान में औद्योगिक और वैज्ञानिक दोनों उपयोगों में पसंद किया जाता है, [[घटक-आधारित सॉफ़्टवेयर इंजीनियरिंग]] पर आधारित है। तंत्रिका नेटवर्क का निर्माण पाइप फ़िल्टर प्रवाह में अनुकूली फ़िल्टर घटकों को जोड़कर किया जाता है। यह अधिक लचीलेपन की अनुमति देता है क्योंकि कस्टम नेटवर्क के साथ-साथ नेटवर्क द्वारा उपयोग किए जाने वाले कस्टम घटकों का निर्माण भी किया जा सकता है। कई मामलों में यह अनुकूली और गैर-अनुकूली घटकों के संयोजन को एक साथ काम करने की अनुमति देता है। डेटा प्रवाह को एक नियंत्रण प्रणाली द्वारा नियंत्रित किया जाता है जो विनिमय योग्य होने के साथ-साथ अनुकूलन एल्गोरिदम भी है। अन्य महत्वपूर्ण विशेषता तैनाती क्षमताएं हैं।
[[Image:synapse screen.jpg|thumb|right|250px|[[पेल्टारियन]] [[पेल्टेरियन सिनैप्स]] कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट।]]अधिक आधुनिक प्रकार का डेवलपमेंट एनवायरनमेंट जो वर्तमान में औद्योगिक और वैज्ञानिक दोनों उपयोगों में पसंद किया जाता है, [[घटक-आधारित सॉफ़्टवेयर इंजीनियरिंग|कम्पोनेंट-बेस्ड सॉफ़्टवेयर इंजीनियरिंग]] पर आधारित है। न्यूरल नेटवर्क का निर्माण पाइप फ़िल्टर प्रवाह में अनुकूली फ़िल्टर कम्पोनेंट को जोड़कर किया जाता है। यह अधिक लचीलेपन की अनुमति देता है क्योंकि कस्टम नेटवर्क के साथ-साथ नेटवर्क द्वारा उपयोग किए जाने वाले कस्टम कम्पोनेंट का निर्माण भी किया जा सकता है। कई स्तिथियों में यह अनुकूली और गैर-अनुकूली कम्पोनेंट के संयोजन को एक साथ काम करने की अनुमति देता है। डेटा प्रवाह को एक नियंत्रण प्रणाली द्वारा नियंत्रित किया जाता है जो विनिमय योग्य होने के साथ-साथ अनुकूलन एल्गोरिदम भी है। अन्य महत्वपूर्ण विशेषता डिप्लॉयमेंट कैपेबिलिटीज हैं।


Microsoft .NET|.NET और Java (प्रोग्रामिंग भाषा) जैसे घटक-आधारित फ़्रेमवर्क के आगमन के साथ, घटक आधारित विकास वातावरण विकसित तंत्रिका नेटवर्क को इन फ़्रेमवर्क में अंतर्निहित घटकों के रूप में तैनात करने में सक्षम हैं। इसके अलावा कुछ सॉफ़्टवेयर इन घटकों को कई प्लेटफ़ॉर्म, जैसे [[ अंतः स्थापित प्रणाली ]], पर भी तैनात कर सकते हैं।
एनइटी और जावा (प्रोग्रामिंग लैंग्वेज) जैसे कम्पोनेंट-बेस्ड फ़्रेमवर्क के आगमन के साथ, कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट डेवलप न्यूरल नेटवर्क को इन फ़्रेमवर्क में अंतर्निहित कम्पोनेंट के रूप में डिप्लॉय करने में सक्षम हैं। इसके अतिरिक्त कुछ सॉफ़्टवेयर इन कम्पोनेंट को कई प्लेटफ़ॉर्म, जैसे [[ अंतः स्थापित प्रणाली |अंतः स्थापित प्रणाली]], पर भी डिप्लॉय कर सकते हैं।


घटक आधारित विकास वातावरण में शामिल हैं: पेल्टारियन पेल्टारियन सिनैप्स, [[[[न्यूरोफ]]डायमेंशन]] [[ न्यूरोसॉल्यूशंस ]], [[वैज्ञानिक सॉफ्टवेयर]] न्यूरो प्रयोगशाला, और [[ शेर समाधानकर्ता ]] एकीकृत सॉफ्टवेयर। मुफ़्त [[खुला स्रोत सॉफ्टवेयर]] घटक आधारित वातावरण में [[ Encog ]] और न्यूरॉफ़ शामिल हैं।
कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट में सम्मिलित हैं: पेल्टारियन पेल्टारियन सिनैप्स, [[[[न्यूरोफ]]डायमेंशन]] [[ न्यूरोसॉल्यूशंस |न्यूरोसॉल्यूशंस]], [[वैज्ञानिक सॉफ्टवेयर]] न्यूरो प्रयोगशाला, और [[ शेर समाधानकर्ता |लायनसोल्वर]] इंटीग्रेटेड सॉफ्टवेयर। मुफ़्त [[खुला स्रोत सॉफ्टवेयर|ओपन सोर्स सॉफ्टवेयर]] कम्पोनेंट बेस्ड एनवायरनमेंट में [[ Encog |एन्कोग]] और न्यूरॉफ़ सम्मिलित हैं।


====आलोचना====
====क्रिटिसिज़्म====
घटक-आधारित विकास वातावरण का एक नुकसान यह है कि वे सिमुलेटर की तुलना में अधिक जटिल हैं। उन्हें पूरी तरह से संचालित करने के लिए अधिक सीखने की आवश्यकता होती है और उन्हें विकसित करना अधिक जटिल होता है।
कम्पोनेंट-बेस्ड डेवलपमेंट एनवायरनमेंट की एक हानि यह है कि वे सिमुलेटर की तुलना में अधिक जटिल हैं। उन्हें पूरी तरह से संचालित करने के लिए अधिक सीखने की आवश्यकता होती है और उन्हें डेवलप करना अधिक जटिल होता है।


==कस्टम तंत्रिका नेटवर्क==
==कस्टम न्यूरल नेटवर्क==
हालाँकि उपलब्ध तंत्रिका नेटवर्क के अधिकांश कार्यान्वयन विभिन्न प्रोग्रामिंग भाषाओं और विभिन्न प्लेटफार्मों पर कस्टम कार्यान्वयन हैं। बुनियादी प्रकार के तंत्रिका नेटवर्क को सीधे लागू करना आसान है। ऐसी कई [[प्रोग्रामिंग पुस्तकालय]] भी हैं जिनमें तंत्रिका नेटवर्क कार्यक्षमता होती है और जिनका उपयोग कस्टम कार्यान्वयन (जैसे कि [[टेंसरफ़्लो]], थीनो (सॉफ़्टवेयर) आदि) में किया जा सकता है, जो आमतौर पर [[पायथन (प्रोग्रामिंग भाषा)]], सी ++, जावा (प्रोग्रामिंग भाषा) जैसी भाषाओं को बाइंडिंग प्रदान करते हैं)।
हालाँकि उपलब्ध न्यूरल नेटवर्क के अधिकांश इम्प्लीमेंटेशन्स विभिन्न प्रोग्रामिंग लैंग्वेज और विभिन्न प्लेटफार्मों पर कस्टम इम्प्लीमेंटेशन्स हैं। बुनियादी प्रकार के न्यूरल नेटवर्क को सीधे लागू करना आसान है। ऐसी कई [[प्रोग्रामिंग पुस्तकालय|प्रोग्रामिंग लाइब्रेरीज]] भी हैं जिनमें न्यूरल नेटवर्क कार्यक्षमता होती है और जिनका उपयोग कस्टम इम्प्लीमेंटेशन्स (जैसे कि [[टेंसरफ़्लो]], थीनो (सॉफ़्टवेयर) आदि) में किया जा सकता है, जो सामान्यतः [[पायथन (प्रोग्रामिंग भाषा)|पायथन (प्रोग्रामिंग लैंग्वेज)]], सी ++, जावा (प्रोग्रामिंग लैंग्वेज) जैसी लैंग्वेज को बाइंडिंग प्रदान करते हैं)।


==मानक==
==मानक==
तंत्रिका नेटवर्क मॉडल को विभिन्न अनुप्रयोगों द्वारा साझा करने के लिए, एक सामान्य भाषा आवश्यक है। इस आवश्यकता को संबोधित करने के लिए [[पूर्वानुमानित मॉडल मार्कअप भाषा]] (पीएमएमएल) प्रस्तावित किया गया है। पीएमएमएल एक एक्सएमएल-आधारित भाषा है जो अनुप्रयोगों को पीएमएमएल अनुरूप अनुप्रयोगों के बीच तंत्रिका नेटवर्क मॉडल (और अन्य डेटा खनन मॉडल) को परिभाषित करने और साझा करने का एक तरीका प्रदान करती है।
न्यूरल नेटवर्क मॉडल को विभिन्न एप्लीकेशन द्वारा साझा करने के लिए, एक कॉमन लैंग्वेज आवश्यक है। इस आवश्यकता को संबोधित करने के लिए [[पूर्वानुमानित मॉडल मार्कअप भाषा|फोरकास्टिंगित मॉडल मार्कअप लैंग्वेज]] (पीएमएमएल) प्रस्तावित किया गया है। पीएमएमएल एक एक्सएमएल-आधारित लैंग्वेज है जो एप्लीकेशन को पीएमएमएल अनुरूप एप्लीकेशन के बीच न्यूरल नेटवर्क मॉडल (और अन्य डेटा माइनिंग मॉडल) को परिभाषित करने और साझा करने का एक तरीका प्रदान करती है।


पीएमएमएल अनुप्रयोगों को मॉडल को परिभाषित करने की एक विक्रेता-स्वतंत्र विधि प्रदान करता है ताकि मालिकाना मुद्दे और असंगतताएं अब अनुप्रयोगों के बीच मॉडल के आदान-प्रदान में बाधा न बनें। यह उपयोगकर्ताओं को एक विक्रेता के एप्लिकेशन के भीतर मॉडल विकसित करने और मॉडलों की कल्पना, विश्लेषण, मूल्यांकन या अन्यथा उपयोग करने के लिए अन्य विक्रेताओं के एप्लिकेशन का उपयोग करने की अनुमति देता है। पहले, यह बहुत कठिन था, लेकिन पीएमएमएल के साथ, अनुरूप अनुप्रयोगों के बीच मॉडलों का आदान-प्रदान अब सीधा हो गया है।
पीएमएमएल एप्लीकेशन को मॉडल को परिभाषित करने की एक वेंडर-इंडिपेंडेंट विधि प्रदान करता है ताकि मालिकाना परिस्थिति और असंगतताएं अब एप्लीकेशन के बीच मॉडल के आदान-प्रदान में बाधा न बनें। यह यूजर को एक वेंडर के एप्लिकेशन के भीतर मॉडल डेवलप करने और मॉडल विज़ुअलाइज़, एनालिसिस, इवैल्यूऐट या अन्यथा उपयोग करने के लिए अन्य वेंडर के एप्लिकेशन का उपयोग करने की अनुमति देता है। पहले, यह बहुत कठिन था, लेकिन पीएमएमएल के साथ, अनुरूप एप्लीकेशन के बीच मॉडलों का आदान-प्रदान अब सीधा हो गया है।


===पीएमएमएल उपभोक्ता और उत्पादक===
===पीएमएमएल उपभोक्ता और उत्पादक===
पीएमएमएल के उत्पादन और उपभोग के लिए उत्पादों की एक श्रृंखला की पेशकश की जा रही है। इस लगातार बढ़ती सूची में निम्नलिखित तंत्रिका नेटवर्क उत्पाद शामिल हैं:
पीएमएमएल के उत्पादन और उपभोग के लिए उत्पादों की एक श्रृंखला प्रस्तुत की जा रही है। इस लगातार बढ़ती सूची में निम्नलिखित न्यूरल नेटवर्क उत्पाद सम्मिलित हैं:
* आर: पैकेज पीएमएमएल के माध्यम से तंत्रिका जाल और अन्य मशीन लर्निंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* आर: पैकेज पीएमएमएल के माध्यम से न्यूरल जाल और अन्य मशीन लर्निंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* एसएएस एंटरप्राइज माइनर: [[ तंत्रिका - तंत्र ]], लीनियर और लॉजिस्टिक रिग्रेशन, डिसीजन ट्री और अन्य डेटा माइनिंग मॉडल सहित कई खनन मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* एसएएस एंटरप्राइज माइनर: [[ तंत्रिका - तंत्र |न्यूरल - तंत्र]], लीनियर और लॉजिस्टिक रिग्रेशन, डिसीजन ट्री और अन्य डेटा माइनिंग मॉडल सहित कई माइनिंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* एसपीएसएस: तंत्रिका नेटवर्क के साथ-साथ कई अन्य खनन मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* एसपीएसएस: न्यूरल नेटवर्क के साथ-साथ कई अन्य माइनिंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* स्टेटिस्टिका: तंत्रिका नेटवर्क, डेटा खनन मॉडल और पारंपरिक सांख्यिकीय मॉडल के लिए पीएमएमएल का उत्पादन करता है।
* स्टेटिस्टिका: न्यूरल नेटवर्क, डेटा माइनिंग मॉडल और पारंपरिक सांख्यिकीय मॉडल के लिए पीएमएमएल का उत्पादन करता है।


==यह भी देखें==
==यह भी देखें==
* एआई त्वरक
* एआई त्वरक
* [[भौतिक तंत्रिका नेटवर्क]]
* [[भौतिक तंत्रिका नेटवर्क|भौतिक न्यूरल नेटवर्क]]
* [[गहन शिक्षण सॉफ्टवेयर की तुलना]]
* [[गहन शिक्षण सॉफ्टवेयर की तुलना]]
* [[डेटा खनन]]
* [[डेटा खनन|डेटा माइनिंग]]
* [[एकीकृत विकास पर्यावरण]]
* [[एकीकृत विकास पर्यावरण|इंटीग्रेटेड डेवलपमेंट पर्यावरण]]
* [[संभार तन्त्र परावर्तन]]
* [[संभार तन्त्र परावर्तन]]
*[[ यादगार ]]
*[[ यादगार ]]
Line 73: Line 70:


==बाहरी संबंध==
==बाहरी संबंध==
* [http://grey.colorado.edu/emergent/index.php/Comparison_of_Neural_Network_Simulators Comparison of Neural Network Simulators] at University of Colorado
* [http://grey.colorado.edu/emergent/index.php/Comparison_of_Neural_Network_Simulators Comparison of Neural एनइटीwork Simulators] at University of Colorado


{{DEFAULTSORT:Neural Network Software}}[[Category: तंत्रिका नेटवर्क सॉफ्टवेयर| तंत्रिका नेटवर्क सॉफ्टवेयर]] [[Category: कृत्रिम बुद्धि के अनुप्रयोग]] [[Category: कृत्रिम तंत्रिका प्रसार]]  
{{DEFAULTSORT:Neural Network Software}}[[Category: तंत्रिका नेटवर्क सॉफ्टवेयर| तंत्रिका नेटवर्क सॉफ्टवेयर]] [[Category: कृत्रिम बुद्धि के अनुप्रयोग]] [[Category: कृत्रिम तंत्रिका प्रसार]]  

Revision as of 14:30, 10 August 2023

न्यूरल नेटवर्क सॉफ्टवेयर का उपयोग सिमुलेशन, रिसर्च, सॉफ़्टवेयर डेवलपमेंट और आर्टिफिशियल न्यूरल नेटवर्क, आर्टिफिशियल न्यूरल नेटवर्क से अनुकूलित सॉफ़्टवेयर कांसेप्ट को लागू करने और कुछ स्तिथियों में, आर्टिफिशियल बुद्धिमत्ता और यंत्र अधिगम जैसे अडाप्टिव प्रणालियों की एक वाइडर ऐरे को लागू करने के लिए किया जाता है।

सिम्युलेटर

न्यूरल नेटवर्क सिमुलेटर सॉफ़्टवेयर एप्लीकेशन हैं जिनका उपयोग आर्टिफिशियल या बायोलॉजिकल न्यूरल नेटवर्क के बिहेवियर को अनुकरण करने के लिए किया जाता है। वे एक या लिमिटेड नंबर में विशिष्ट प्रकार के न्यूरल नेटवर्क पर ध्यान केंद्रित करते हैं। वे सामान्यतः स्टैंड-अलोन होते हैं और सामान्य न्यूरल नेटवर्क का उत्पादन करने का इरादा नहीं रखते हैं जिन्हें अन्य सॉफ़्टवेयर में इंटीग्रेटेड किया जा सकता है। ट्रेनिंग प्रोसेस की निगरानी के लिए सिम्युलेटर में सामान्यतः कुछ प्रकार के अंतर्निहित सॉफ्टवेयर विज़ुअलाइज़ेशन होते हैं। कुछ सिमुलेटर न्यूरल नेटवर्क की फिजिकल स्ट्रक्चर की भी कल्पना करते हैं।

रिसर्च सिमुलेटर

File:Snns screen.jpg
एसएनएनएस रिसर्च न्यूरल नेटवर्क सिम्युलेटर

ऐतिहासिक रूप से, सबसे सामान्य प्रकार के न्यूरल नेटवर्क सॉफ्टवेयर का उद्देश्य न्यूरल नेटवर्क स्ट्रक्चर और एल्गोरिदम पर शोध करना था। इस प्रकार के सॉफ़्टवेयर का प्राथमिक उद्देश्य सिमुलेशन के माध्यम से न्यूरल नेटवर्क के बिहेवियर और प्रॉपर्टीज की बेहतर समझ प्राप्त करना है। आज आर्टिफिशियल न्यूरल नेटवर्क के अध्ययन में, रिसर्च प्लेटफार्मों के रूप में सिमुलेटरों को बड़े पैमाने पर अधिक जनरल कॉम्पोनेन्ट आधारित डेवलपमेंट एनवायरनमेंट द्वारा प्रतिस्थापित किया गया है।

सामान्यतः उपयोग किए जाने वाले आर्टिफिशियल न्यूरल नेटवर्क सिमुलेटर में स्टटगार्ट न्यूरल नेटवर्क सिम्युलेटर (एसएनएनएस), इमर्जेंट (सॉफ्टवेयर) और न्यूरल लैब सम्मिलित हैं।

हालाँकि, आर्टिफिशियल न्यूरल नेटवर्क के अध्ययन में, सिमुलेशन सॉफ्टवेयर अभी भी एकमात्र उपलब्ध दृष्टिकोण है। ऐसे सिमुलेटर में न्यूरल ऊतक के भौतिक बायोलॉजिकल और रासायनिक गुणों के साथ-साथ न्यूरॉन्स के बीच विद्युत चुम्बकीय आवेगों का अध्ययन किया जाता है।

सामान्यतः उपयोग किए जाने वाले बायोलॉजिकल नेटवर्क सिमुलेटर में न्यूरॉन (सॉफ्टवेयर), जेनेसिस (सॉफ्टवेयर), नेस्ट (सॉफ्टवेयर) और ब्रायन (सॉफ्टवेयर) सम्मिलित हैं।

डेटा एनालिसिस सिमुलेटर

रिसर्च सिमुलेटर के विपरीत, डेटा एनालिसिस सिमुलेटर आर्टिफिशियल न्यूरल नेटवर्क के प्रैक्टिकल एप्लीकेशन के लिए अभिप्रेत हैं। उनका प्राथमिक ध्यान डेटा माइनिंग और फोरकास्टिंग पर है। डेटा एनालिसिस सिमुलेटर में सामान्यतः कुछ प्रकार की प्रीप्रोसेसिंग कैपेबिलिटीज होती हैं। अधिक सामान्य डेवलपमेंट परिवेशों के विपरीत, डेटा एनालिसिस सिम्युलेटर अपेक्षाकृत सिंपल स्टैटिक न्यूरल नेटवर्क का उपयोग करते हैं जिन्हें कॉन्फ़िगर किया जा सकता है। बाज़ार में अधिकांश डेटा एनालिसिस सिमुलेटर अपने ओरिजिनल के रूप में बैकप्रोपेगेटिंग नेटवर्क या स्व-व्यवस्थित मैप का उपयोग करते हैं। इस प्रकार के सॉफ़्टवेयर का लाभ यह है कि इसका उपयोग करना रीलेटिव्ली आसान है। न्यूरल डिजाइनर डेटा एनालिसिस सिम्युलेटर का एक उदाहरण है।

न्यूरल नेटवर्क सिद्धांत सिखाने के लिए सिम्युलेटर

जब कनेक्शनिज्म ने प्रोसेसिंग वॉल्यूम वितरित किया [1] [2][3] 1986-87 में जारी किए गए, उन्होंने कुछ रीलेटिव्ली सिंपल सॉफ्टवेयर प्रदान किए। ओरिजिनल पीडीपी सॉफ़्टवेयर को किसी भी प्रोग्रामिंग कौशल की आवश्यकता नहीं थी, जिसके कारण विभिन्न क्षेत्रों में विभिन्न प्रकार के शोधकर्ताओं ने इसे अपनाया। ओरिजिनल पीडीपी सॉफ़्टवेयर को पीडीपी++ नामक एक अधिक शक्तिशाली पैकेज में डेवलप किया गया था, जो बदले में इमर्जेंट (सॉफ़्टवेयर) नामक और भी अधिक शक्तिशाली प्लेटफ़ॉर्म बन गया है। प्रत्येक डेवलपमेंट के साथ, सॉफ़्टवेयर अधिक शक्तिशाली हो गया है, लेकिन प्रारम्भिक लोगों के उपयोग के लिए और अधिक चुनौतीपूर्ण भी हो गया है।

1997 में, एक पुस्तक के साथ टीलर्न सॉफ़्टवेयर जारी किया गया था। [4] यह एक छोटा, यूजर-फ्रेंडली, सिम्युलेटर प्रदान करने के विचार की वापसी थी जिसे नोविस को ध्यान में रखकर अभिकल्पित किया गया था। टीलर्न ने सिंपल रीकरेंट नेटवर्क के साथ-साथ बेसिक फीड फॉरवर्ड नेटवर्क की अनुमति दी, दोनों को सरल बैक प्रोपेगेशन एल्गोरिदम द्वारा प्रशिक्षित किया जा सकता है। टीलर्न को 1999 से अद्यतन नहीं किया गया है।

2011 में, बेसिक प्रोप सिम्युलेटर जारी किया गया था। बेसिक प्रोप एक सेल्फ-कन्टेंड एप्लिकेशन है, जिसे प्लेटफ़ॉर्म न्यूट्रल जेएआर फ़ाइल के रूप में वितरित किया जाता है, जो टीलर्न जैसी ही सिंपल फंक्शनलिटी प्रदान करता है।

2012 में, विंटम्पला ने लागू करने के लिए C++ कक्षाओं के एक सेट के साथ एनएन नामक एक नेमस्पेस सम्मिलित किया: फ़ीड फ़ॉरवर्ड नेटवर्क, सिंपल रीकरंट नेटवर्क और कोहोनेन नेटवर्क। न्यूरल लैब ट्यूटोरियल और विनटेम्पला ट्यूटोरियल न्यूरल नेटवर्क के लिए इनमें से कुछ कक्षाओं की व्याख्या करते हैं। विंटम्पला का मुख्य हानि यह है कि यह केवल माइक्रोसॉफ्ट विजुअल स्टूडियो के साथ संकलित होता है।

डेवलपमेंट एनवायरनमेंट

न्यूरल नेटवर्क के लिए डेवलपमेंट एनवायरनमेंट मुख्य रूप से दो कारणों से ऊपर वर्णित सॉफ़्टवेयर से भिन्न होता है - उनका उपयोग कस्टम प्रकार के न्यूरल नेटवर्क विकसित करने के लिए किया जा सकता है और वे पर्यावरण के बाहर न्यूरल नेटवर्क के डिप्लॉयमेंट का समर्थन करते हैं। कुछ मामलों में उनके पास उन्नत प्रीप्रोसेसिंग, विश्लेषण और विज़ुअलाइज़ेशन क्षमताएं होती हैं।

कम्पोनेंट बेस्ड

File:Synapse screen.jpg
पेल्टारियन पेल्टेरियन सिनैप्स कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट।

अधिक आधुनिक प्रकार का डेवलपमेंट एनवायरनमेंट जो वर्तमान में औद्योगिक और वैज्ञानिक दोनों उपयोगों में पसंद किया जाता है, कम्पोनेंट-बेस्ड सॉफ़्टवेयर इंजीनियरिंग पर आधारित है। न्यूरल नेटवर्क का निर्माण पाइप फ़िल्टर प्रवाह में अनुकूली फ़िल्टर कम्पोनेंट को जोड़कर किया जाता है। यह अधिक लचीलेपन की अनुमति देता है क्योंकि कस्टम नेटवर्क के साथ-साथ नेटवर्क द्वारा उपयोग किए जाने वाले कस्टम कम्पोनेंट का निर्माण भी किया जा सकता है। कई स्तिथियों में यह अनुकूली और गैर-अनुकूली कम्पोनेंट के संयोजन को एक साथ काम करने की अनुमति देता है। डेटा प्रवाह को एक नियंत्रण प्रणाली द्वारा नियंत्रित किया जाता है जो विनिमय योग्य होने के साथ-साथ अनुकूलन एल्गोरिदम भी है। अन्य महत्वपूर्ण विशेषता डिप्लॉयमेंट कैपेबिलिटीज हैं।

एनइटी और जावा (प्रोग्रामिंग लैंग्वेज) जैसे कम्पोनेंट-बेस्ड फ़्रेमवर्क के आगमन के साथ, कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट डेवलप न्यूरल नेटवर्क को इन फ़्रेमवर्क में अंतर्निहित कम्पोनेंट के रूप में डिप्लॉय करने में सक्षम हैं। इसके अतिरिक्त कुछ सॉफ़्टवेयर इन कम्पोनेंट को कई प्लेटफ़ॉर्म, जैसे अंतः स्थापित प्रणाली, पर भी डिप्लॉय कर सकते हैं।

कम्पोनेंट बेस्ड डेवलपमेंट एनवायरनमेंट में सम्मिलित हैं: पेल्टारियन पेल्टारियन सिनैप्स, [[न्यूरोफडायमेंशन]] न्यूरोसॉल्यूशंस, वैज्ञानिक सॉफ्टवेयर न्यूरो प्रयोगशाला, और लायनसोल्वर इंटीग्रेटेड सॉफ्टवेयर। मुफ़्त ओपन सोर्स सॉफ्टवेयर कम्पोनेंट बेस्ड एनवायरनमेंट में एन्कोग और न्यूरॉफ़ सम्मिलित हैं।

क्रिटिसिज़्म

कम्पोनेंट-बेस्ड डेवलपमेंट एनवायरनमेंट की एक हानि यह है कि वे सिमुलेटर की तुलना में अधिक जटिल हैं। उन्हें पूरी तरह से संचालित करने के लिए अधिक सीखने की आवश्यकता होती है और उन्हें डेवलप करना अधिक जटिल होता है।

कस्टम न्यूरल नेटवर्क

हालाँकि उपलब्ध न्यूरल नेटवर्क के अधिकांश इम्प्लीमेंटेशन्स विभिन्न प्रोग्रामिंग लैंग्वेज और विभिन्न प्लेटफार्मों पर कस्टम इम्प्लीमेंटेशन्स हैं। बुनियादी प्रकार के न्यूरल नेटवर्क को सीधे लागू करना आसान है। ऐसी कई प्रोग्रामिंग लाइब्रेरीज भी हैं जिनमें न्यूरल नेटवर्क कार्यक्षमता होती है और जिनका उपयोग कस्टम इम्प्लीमेंटेशन्स (जैसे कि टेंसरफ़्लो, थीनो (सॉफ़्टवेयर) आदि) में किया जा सकता है, जो सामान्यतः पायथन (प्रोग्रामिंग लैंग्वेज), सी ++, जावा (प्रोग्रामिंग लैंग्वेज) जैसी लैंग्वेज को बाइंडिंग प्रदान करते हैं)।

मानक

न्यूरल नेटवर्क मॉडल को विभिन्न एप्लीकेशन द्वारा साझा करने के लिए, एक कॉमन लैंग्वेज आवश्यक है। इस आवश्यकता को संबोधित करने के लिए फोरकास्टिंगित मॉडल मार्कअप लैंग्वेज (पीएमएमएल) प्रस्तावित किया गया है। पीएमएमएल एक एक्सएमएल-आधारित लैंग्वेज है जो एप्लीकेशन को पीएमएमएल अनुरूप एप्लीकेशन के बीच न्यूरल नेटवर्क मॉडल (और अन्य डेटा माइनिंग मॉडल) को परिभाषित करने और साझा करने का एक तरीका प्रदान करती है।

पीएमएमएल एप्लीकेशन को मॉडल को परिभाषित करने की एक वेंडर-इंडिपेंडेंट विधि प्रदान करता है ताकि मालिकाना परिस्थिति और असंगतताएं अब एप्लीकेशन के बीच मॉडल के आदान-प्रदान में बाधा न बनें। यह यूजर को एक वेंडर के एप्लिकेशन के भीतर मॉडल डेवलप करने और मॉडल विज़ुअलाइज़, एनालिसिस, इवैल्यूऐट या अन्यथा उपयोग करने के लिए अन्य वेंडर के एप्लिकेशन का उपयोग करने की अनुमति देता है। पहले, यह बहुत कठिन था, लेकिन पीएमएमएल के साथ, अनुरूप एप्लीकेशन के बीच मॉडलों का आदान-प्रदान अब सीधा हो गया है।

पीएमएमएल उपभोक्ता और उत्पादक

पीएमएमएल के उत्पादन और उपभोग के लिए उत्पादों की एक श्रृंखला प्रस्तुत की जा रही है। इस लगातार बढ़ती सूची में निम्नलिखित न्यूरल नेटवर्क उत्पाद सम्मिलित हैं:

  • आर: पैकेज पीएमएमएल के माध्यम से न्यूरल जाल और अन्य मशीन लर्निंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
  • एसएएस एंटरप्राइज माइनर: न्यूरल - तंत्र, लीनियर और लॉजिस्टिक रिग्रेशन, डिसीजन ट्री और अन्य डेटा माइनिंग मॉडल सहित कई माइनिंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
  • एसपीएसएस: न्यूरल नेटवर्क के साथ-साथ कई अन्य माइनिंग मॉडल के लिए पीएमएमएल का उत्पादन करता है।
  • स्टेटिस्टिका: न्यूरल नेटवर्क, डेटा माइनिंग मॉडल और पारंपरिक सांख्यिकीय मॉडल के लिए पीएमएमएल का उत्पादन करता है।

यह भी देखें

संदर्भ

  1. ↑ Rumelhart, D.E., J.L. McClelland and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 1: Foundations, Cambridge, MA: MIT Press
  2. ↑ McClelland, J.L., D.E. Rumelhart and the PDP Research Group (1986). Parallel Distributed Processing: Explorations in the Microstructure of Cognition. Volume 2: Psychological and Biological Models, Cambridge, MA: MIT Press
  3. ↑ McClelland and Rumelhart "Explorations in Parallel Distributed Processing Handbook", MIT Press, 1987
  4. ↑ Plunkett, K. and Elman, J.L., Exercises in Rethinking Innateness: A Handbook for Connectionist Simulations (The MIT Press, 1997)


बाहरी संबंध

Retrieved from ‘https://www.vigyanwiki.in/index.php?title=न्यूरल_नेटवर्क_सॉफ्टवेयर&oldid=252541’