در SHOGUN پروژه نرم افزار منبع باز طراحی شده از جبران برای ارائه یک جعبه ابزار یادگیری ماشین هدفمند در روش هسته در مقیاس بزرگ، و به طور خاص برای پشتیبانی ماشین آلات بردار (SVM) طراحی شده است. این نرم افزار می توان به راحتی از درون زبان های برنامه نویسی مختلف، از جمله C، C ++، پایتون، اکتاو، نرم افزار Matlab، جاوا، C #، روبی، LUA، یونیکس شل، و R. استفاده
نرم افزار ارائه می دهد SVM (پشتیبانی بردار ماشین آلات) شی استاندارد است که می تواند با پیاده سازی SVM های مختلف رابط. این همچنین شامل بسیاری از روش های خطی، مانند برنامه ریزی خطی و ماشین آلات (LPM)، خطی تشخیص تجزیه و تحلیل (LDA)، (هسته) پرسپترون، و همچنین برخی از الگوریتم های است که می تواند برای آموزش پنهان مارکوف models.Features در یک ویژگی glanceKey استفاده شامل یک طبقه بندی کلاس، multiclass طبقه بندی، رگرسیون، آموزش خروجی ساختار، پیش پردازش، ساخته شده است در مدل انتخاب استراتژی، چارچوب آزمون، مقیاس پشتیبانی آموزش بزرگ، چند کاره یادگیری، سازگاری دامنه، ترتیب، کد موازی، اندازه گیری عملکرد، رگرسیون ریج هسته، بردار پشتیبانی رگرسیون و فرآیندهای گاوسی.
علاوه بر این، آن را پشتیبانی آموزش هسته های متعدد، از جمله MKL Q-هنجار و multiclass MKL، ساده و بی تکلف بیز، رگرسیون لجستیک، کمند، K NN-و گاوسی فرآیند طبقه بندی، با پشتیبانی از دستگاه برنامه ریزی خطی، زنجیر LDA، مارکوف، مدل مارکوف پنهان پشتیبانی، PCA، هسته PCA، Isomap، پوسته پوسته شدن چند بعدی، کدهای جاسازی به صورت محلی خطی، نقشه انتشار، هم ترازی فضای مماس محلی، و همچنین به عنوان eigenmaps لاپلاس.
علاوه بر این، آن را ویژگی های پشتیبانی بارنز-کلبه T-SNE، نرمال هسته، هسته سیگموئید، دانه رشته، چند جمله ای، خطی و دانه گاوسی، خوشهبندی سلسله مراتبی، K-ابزار، بهینه سازی BFGS، گرادیان نزولی، اتصالات به CPLEX، اتصالات به Mosek، برچسب آموزش دنباله، آموزش گراف عامل، SO-SGD، نهفته SO-SVM و اطلاعات پراکنده representation.Under هود و availabilitySHOGUN است با افتخار در پایتون و C ++ زبان های برنامه نویسی نوشته شده است، به این معنی که برون سازگار با هر سیستم عامل گنو / لینوکس که در آن پایتون و شورای همکاری خلیج فارس وجود دارد. این برای دانلود در دسترس به عنوان یک آرشیو منبع جهانی است، بنابراین شما می توانید آن را در هر مبتنی بر لینوکس هسته سیستم عامل نصب
چه در این نسخه جدید است.
ویژگی ها:
به طور کامل پشتیبانی python3 در حال حاضر
اضافه کردن مینی دسته ای K-ابزار [Parijat Mazumdar]
اضافه کردن K-ابزار ++ [Parijat Mazumdar]
اضافه کردن زیر دنباله هسته رشته [lambday]
رفع اشکالات:
کامپایل رفع برای swig3.0 آینده
افزایش سرعت برای فرآیند گاوسی "اعمال می شود ()
بهبود واحد / چک تست ادغام
libbmrm حافظه تخصیص داده نشده خواند
libocas حافظه تخصیص داده نشده خواند
اکتاو 3.8 رفع کامپایل [جبار Poplawski]
رفع جاوا خطا کامپایل مدولار [بجورن اسر]
جدید در نسخه 3.1.1 است:
در رفع کامپایل خطا با CXX0X رخ
دست انداز نسخه داده به نسخه مورد نیاز
جدید در نسخه 3.1.0 است:
در این نسخه بیشتر شامل رفع اشکالات، اما همچنین قابلیت پیشرفت.
مهمترین، یک زن و شوهر از نشت حافظه مربوط به درخواست () اند ثابت شده است.
نوشتن و خواندن از ویژگی های SHOGUN به عنوان اشیاء protobuf در حال حاضر امکان پذیر است.
سفارشی هسته ماتریس در حال حاضر می تواند 2 ^ 31-1 * 2 ^ 31-1 در اندازه.
نوت بوک Multiclass ipython، اضافه شدند و دیگران بهبود یافته است.
ترک-یک از crossvalidation در حال حاضر به راحتی پشتیبانی می کند.
جدید در نسخه 2.0.0 است:
در این شامل همه چیز است که از قبل و در طول تابستان کد گوگل 2012 انجام شده است.
دانش آموزان اجرا کرده اند ویژگی های مختلف جدید مانند یادگیری ساختار خروجی، فرآیندهای گاوسی، متغیر SVM نهفته (و یادگیری خروجی ساختار)، آزمون های آماری در فضاهای بازتولید هسته، الگوریتم های یادگیری چند کاره هستند مختلف، و پیشرفت های مختلفی در قابلیت استفاده، به نام چند.
چه جدید در نسخه 1.1.0 است:
در این نسخه معرفی مفهوم "مبدل"، که شما را قادر به ساخت درونه گیریها از ویژگی های دلخواه.
این همچنین شامل چند روش کاهش ابعاد جدید و بهبود قابل توجه عملکرد در جعبه ابزار کاهش ابعاد.
از دیگر مجموعه قابل توجهی سرعت بالا، رفع اشکالات مختلف برای رابط های مدولار و الگوریتم، و بهبود از Cygwin، سیستم عامل مک ایکس، و صدای شیپور ++ سازگاری.
گیتهاب مسائل در حال حاضر برای اشکالات ردیابی و مسائل استفاده می شود.
جدید در نسخه 1.0.0 است:
در این نسخه ویژگی های رابط به زبان جدید از جمله جاوا، C #، روبی، و LUA، یک چارچوب انتخاب مدل، بسیاری از تکنیک های کاهش ابعاد، گاوسی برآورد مدل مخلوط، و چارچوب آموزش آنلاین کامل.
ویژگی ها:
چه در نسخه 0.10.0 جدید است:
ترتیب اشیاء حاصل از CSGObject، یعنی همه اشیاء SHOGUN (SVM، هسته، ویژگی ها، Preprocessors، ...) به عنوان ASCII، JSON، XML و HDF5
ایجاد SVMLightOneClass
اضافه کردن CustomDistance در قیاس به هسته های سفارشی
اضافه کردن HistogramIntersectionKernel (با تشکر کوئن ون د Sande برای پچ)
پشتیبانی 2010a نرم افزار Matlab
پشتیبانی مدولار SpectrumMismatchRBFKernel (با تشکر راب Patro برای پچ)
اضافه کردن ZeroMeanCenterKernelNormalizer (با تشکر Gorden Jemwa برای پچ)
پشتیبانی جرعه طولانی نوشیدن 2.0
رفع اشکالات:
سفارشی هسته هم اکنون می توانید و GT باشد. 4G (با تشکر کوئن ون د Sande برای پچ)
تنظیم مکان C در هنگام راه اندازی در init_shogun برای جلوگیری از incompatiblies با شناور اسکی و fprintf
کامپایل ثابت هنگامی که شمارش مرجع غیر فعال است
رفع set_position_weights برای هسته WD (گزارش شده توسط دیو duVerle)
رفع set_wd_weights برای هسته WD.
رفع خرد در SVMOcas (گزارش شده توسط یاروسلاو)
پاکسازی و API تغییرات:
تغییر نام SVM_light / SVR_light به SVMLight و غیره
حذف پیشوند C در مقابل نام کلاس غیر serializable
قطره CSimpleKernel و معرفی CDotKernel به عنوان کلاس پایه آن است. به این ترتیب تمام هستههای مبتنی بر دات محصول را می توان در بالای DotFeatures و تنها یک پیاده سازی تک برای چنین دانه اعمال مورد نیاز است.
ویژگی ها:
جدید در نسخه 0.9.3 است:
تجربی MCMKL LP-هنجار
هسته جدید: SpectrumRBFKernelRBF، SpectrumMismatchRBFKernel، WeightedDegreeRBFKernel
هسته WDK پشتیبانی اسیدهای آمینه
ویژگی های رشته در حال حاضر حمایت از الحاق عملیات (و ایجاد
پشتیبانی پایتون-dbg
اجازه شناور به عنوان ورودی برای هسته های سفارشی (و ماتریس ها & gt؛ 4GB در اندازه)
رفع اشکالات:
ثابت کردن استاتیک.
رفع add_to_normal هسته خطی پراکنده است
پاکسازی و API تغییرات:
حذف init انجام تابع () در اندازه گیری عملکرد
تنظیم بنابراین پسوند برای پایتون و استفاده از distutils پایتون به شکل نصب راه
ویژگی ها:
جدید در نسخه 0.9.2 است:
خواندن مستقیم و نوشتن فایل های مبتنی بر ASCII / فایل های باینری / HDF5.
اجرا نرمال چند هسته کار.
پیاده سازی هسته SNP.
اجرای محدودیت زمانی برای libsvm / libsvr.
ادغام الاستیک خالص MKL (با تشکر Ryoata تومیاوکا، گونما برای پچ).
پیاده سازی ویژگی های هش WD.
پیاده سازی هش ویژگی های پراکنده پلی.
ادغام liblinear 1.51
LibSVM هم اکنون می توانید با تعصب غیر فعال آموزش داده می شود.
اضافه کردن توابع به راه / دریافت جهانی و محلی IO / موازی / ... اشیاء.
رفع اشکالات:
رفع set_w () برای طبقه خطی.
استاتیک اکتاو، پایتون، Cmdline و مدولار پایتون واسط کامپایل پاک تحت ویندوز / از Cygwin دوباره.
در رابط شخص تست می تواند زمانی که به طور مستقیم بعد از آموزش انجام نمی شکست.
نظر یافت نشد