Neural network 原型神经网络

根据您的经验，哪种方法是实现人工神经网络原型的最有效方法？关于Matlab（免费，但我没有使用它）或Matlab（不是免费的）有很多炒作，另一种可能的选择是使用C++/Java/C#之类的语言。这个问题主要针对那些试图测试某些神经网络架构或学习算法的人

如果您选择使用不同于上述三种语言的编程语言，您能告诉我它们的名称以及有关您选择的一些解释吗（例外：这是我所知道的唯一/最常用的语言）

---

谢谢。

我在某种程度上使用了Matlab的神经网络工具箱，并将其作为原型工具使用，因为它的图形界面允许您设置网络，实验训练与测试输入数据的大小，以及训练后测试都内置。刚开始的时候感觉很好很自然

我还试验了Java（Java面向对象神经引擎）。 它设置得很好，当时我是一个业余爱好者，通过测试，各种网络的建立和运行仍然没有问题。 它是Java，因此如果您正在训练大型复杂系统，它可能没有您想要的性能，但是它的API非常容易接近

---

<>我也看到了C++中的一些工作。它有一系列用网络建立的类，这些网络适合解决一系列问题。它值得一看。

我尝试了使用更高抽象级别的语言（matlab、java）和更低抽象级别的语言（C）。使用工具箱和库并自己编写它们。总体反应如何？两者都不是完美的工具。请记住：

• 原型可能还不够：通常需要在大样本上运行网络，或者在样本子集上运行几次（在进化神经网络的情况下）才能获得良好的结果。如果你必须运行一个网络一百万次，即使是一个小的性能提升也可能是一个巨大的帮助和时间节省（例如，C在matlab上）

• 另一方面，如果您需要易于编码，您可能希望使用许多预打包库中的一个（javaNN等）

• 你用的是哪种神经网络？连续时间递归神经网络（CTRNN）？背道具？你如何训练他们？你如何验证他们的结果？准确性重要吗？（即，您是否在小型设备上运行它们，如内存有限的机器人控制板，如Arduinos？）

如果你有时间，我建议你

先用高级语言，甚至伪代码学习概念

一旦你熟悉了所有的复杂情况，尤其是使用进化神经网络时，选择一种他们已经熟悉的语言

然后，您可能想开始研究如何优化速度、内存占用等

---

希望这能有所帮助。

既然科学家经常使用神经网络，而程序员却很少使用，那么就选择一种针对科学家的编程语言，并为神经网络提供良好的库

Python是一个合理的选择，因为它被科学家广泛使用。首先有两个发行版：

这些Python发行版包含许多附加模块，这些模块不在标准Python库中，但对于科学家所做的编程类型非常有用。搜索Python包索引会得到一些神经网络包，如果您只是学习神经网络，这些包可能还可以

然而，如果你正在认真研究神经网络，你会想要像快速神经网络库这样的东西。这与Python绑定一起提供，因此您可以使用Python进行编程，使用各种各样的Python模块进行绘图、可视化、数据操作等。但是，您的神经网络将使用来自FANN库的优化编译代码运行。两全其美

换句话说，要运行实际的神经网络代码，需要C语言，而不是Java语言。由于C库不能很好地与Java集成，请选择一种能够与C库顺利集成的语言。Python做到了这一点，而且比Java更有效率，因为解释算法所需的代码行要少得多。有些人发现，与Java相比，生产力提高了10倍

您提到R，可能是因为它有您需要使用的统计函数，或者您有可以编写R代码的人员。同样，选择Python还是R不是一个非此即彼的决定。两者都可以使用

RPY库允许Python程序访问R库和代码。使用它，您可以用Python编写主程序，并将R作为提供库的工具，就像使用用C编写的FANN库一样

还有另一个称为RSPython的模块，它可以双向工作，因此R程序可以访问用Python编写的库。如果您有一位专家R程序员帮助您，这将非常有用

这还不是全部。您可以利用Python简化Java编程。如果您有一个Java神经网络引擎，您仍然可以使用Jython版本用Python编写大部分程序，Jython版本运行在Java虚拟机上，允许您在代码中使用任何Java库和类。您仍然可以使用fast FANN库，因为它们为Java程序提供绑定

我推荐Python用于您的工作的主要原因是，很多科学家都在使用它，这就是为什么有两个面向科学的发行版可用。第二个原因是Python对于新手程序员来说非常容易入门，在探索神经网络时，您可能会从更简单的模拟开始，然后通过更多的数据操作和结果分析来进行更复杂的模拟。巨蟒会