Кіріспе

Бағдарламалық жасақтаманың түрі

Нейрожелілік бағдарламалық жасақтама жасанды нейрожелілерді, биологиялық нейрожелілерден алынған бағдарламалық тұжырымдамаларды, және кейбір жағдайларда жасанды интеллект пен машиналық оқыту сияқты бейімделмелі жүйелердің кең спектрін модельдеу, зерттеу, жасау және қолдану үшін пайдаланылады.

Симуляторлар

Нейрондық желілерді модельдеушілер – жасанды немесе биологиялық нейрондық желілердің қызметін модельдеуге қолданылатын бағдарламалық қамтамасыздар. Олар нейрондық желілердің бір немесе шектеулі түрлеріне қана назар аударады. Әдетте, олар жеке жұмыс істейді және басқа бағдарламалық қамтамасыздарға енгізілетін жалпы нейрондық желілерді жасау үшін арналмайды. Модельдеушілерде әдетте оқу процесін бақылау үшін кіріктірілген визуализацияның бір түрі болады. Кейбір модельдеушілер нейрондық желінің физикалық құрылымын да визуализациялайды.

Ғылыми-зерттеу симуляторлары

Тарихи тұрғыдан алғанда, нейрондық желілерді зерттеуге арналған бағдарламалық жасақтаманың ең көп таралған түрі – нейрондық желілердің құрылымдары мен алгоритмдерін зерттеу болды. Осы бағдарламалық жасақтаманың басты мақсаты – симуляция арқылы нейрондық желілердің мінез-құлқы мен қасиеттерін жақсырақ түсіну. Бүгінде жасанды нейрондық желілерді зерттеуде симуляторлар көбінесе зерттеу платформалары ретінде, жалпы компоненттік даму орталарымен алмастырылды. Көбінесе қолданылатын жасанды нейрондық желі симуляторларына Штутгарт нейрондық желі симуляторы (SNNS) және Emergent жатады. Дегенмен, биологиялық нейрондық желілерді зерттеуде симуляциялық бағдарламалық қамтамасыз ету әлі де қолданыстағы жалғыз тәсіл болып табылады. Мұндай симуляторларда жүйке тінінің физикалық, биологиялық және химиялық қасиеттері, сондай-ақ нейрондар арасындағы электромагниттік импульстер зерттеледі. Көбінесе қолданылатын биологиялық желі симуляторларына Neuron, GENESIS, NEST және Brian кіреді.

Деректерді талдау тренажерлері

Зерттеу симуляторларынан өзгеше, деректерді талдау симуляторлары жасанды нейрондық желілерді практикалық қолдану үшін жасалған. Олардың негізгі мақсаты деректерді өндіру және болжам жасау болып табылады. Деректерді талдау симуляторларында көбінесе алдын ала өңдеу мүмкіндіктері болады. Бағдарламалық жасақтаманы әзірлеу орталарынан айырмашылығы, деректерді талдау симуляторлары конфигурацияланатын салыстырмалы түрде қарапайым статикалық нейрондық желілерді пайдаланады. Нарықтағы деректерді талдау симуляторларының көпшілігі кері тарату желілерін немесе өздігінен ұйымдастырылатын карталарды өздерінің негізгі құралы ретінде қолданады. Осындай бағдарламаның артықшылығы – оны қолдану салыстырмалы түрде оңай. Neural Designer – деректерді талдау симуляторының бір мысалы.

Даму ортасы

Жүйелік желілерді дамыту орталары жоғарыда сипатталған бағдарламалық құралдардан екі негізгі айырмашылығы бар: олар арнайы жүйкелік желілерді жасауға мүмкіндік береді және жүйкелік желіні ортадан тысқары орналастыруды қолдайды. Кейбір жағдайларда оларда кеңейтілген алдын ала өңдеу, талдау және визуализациялау мүмкіндіктері болады.

Компонент негізінде

Қазіргі кезде өнеркәсіптік және ғылыми салаларда кеңінен қолданылатын, даму ортасының көбінесе заманауи түрі компоненттік негіздегі парадигмаға құрылған. Нейрондық желі құбырлы сүзгі ағынында адаптивті сүзгі компоненттерін қосу арқылы жасалады. Бұл, қолданушыға қажетті жекелеген желілерді құруға, сондай-ақ желіде қолданылатын жеке компоненттерді өзгертуге мүмкіндік береді, яғни үлкен икемділікті қамтамасыз етеді. Көптеген жағдайларда адаптивті және адаптивті емес компоненттердің бірлесіп жұмыс істеуіне мүмкіндік туады. Деректер ағыны басқару жүйесі арқылы бақыланады, бұл жүйе де, адаптация алгоритмдері де алмастырыла алады. Тағы бір маңызды мүмкіндік – енгізілу қабілеті. NET және Java сияқты компоненттік негіздегі платформалардың пайда болуының арқасында, компоненттік даму орталары жасалған нейрондық желіні осы платформаларға мұрагерлік компоненттер ретінде орналастыра алады. Сонымен қатар, кейбір бағдарламалық құралдар осы компоненттерді кіріктірілген жүйелер сияқты бірнеше платформаға орналастыруға мүмкіндік береді. Компоненттік даму орталарының мысалдары: Peltarion Synapse, NeuroDimension NeuroSolutions, Scientific Software Neuro Laboratory және LIONsolver интеграцияланған бағдарламалық жасақтамасы. Encog және Neuroph – ашық кодты, компоненттік негіздегі тегін орталардың қатарына жатады.

Сын

Компоненттік даму орталарының бір кемшілігі – олар симуляторлардан күрделірек. Оларды толыққанды пайдалану үшін көбірек білім қажет, сондай-ақ оларды жасау да қиынрақ.

Өзіндік жүйке желілері

Көптеген нейрондық желілердің іске асырылымдары әртүрлі бағдарламалау тілдерінде және платформаларда жекеше түрде жасалған. Нейрондық желілердің қарапайым түрлерін тікелей іске асыру оңай. Сонымен қатар, нейрондық желілердің мүмкіндіктерін қамтитын және жекеше іске асырылымдарда қолданылатын көптеген бағдарламалау кітапханалары бар (мысалы, TensorFlow, Theano және т.б., әдетте Python, C++, Java сияқты тілдермен байланыстырылады).

Стандарттар

Нейрондық желі үлгілерін әртүрлі қолданбалармен бөлісу үшін ортақ тіл қажет. Осы қажеттілікті қанағаттандыру мақсатында Predictive Model Markup Language (PMML) ұсынылған. PMML – XML негізінде құрылған тіл, ол PMML-ге сәйкес келетін қолданбалар арасында нейрондық желі үлгілерін (және басқа деректерді талдау үлгілерін) анықтау және бөлісуге мүмкіндік береді. PMML қолданбаларға модельдерді әзірлеудің жеткізушіден тәуелсіз әдісін ұсынады, сондықтан меншік құқығына қатысты мәселелер мен үйлеспеушіліктер енді қолданбалар арасындағы модельдерді алмасуға бөгет болмайды. Бұл пайдаланушыларға бір жеткізушінің қолданбасында модельдерді жасауға және басқа жеткізушілердің қолданбаларын модельдерді визуализациялау, талдау, бағалау немесе басқаша пайдалану үшін қолдануға мүмкіндік береді. Бұрын мұндай мүмкіндік өте қиын болған, бірақ PMML арқасында сәйкес қолданбалар арасындағы модельдерді алмасу енді оңай.

PMML тұтынушылары мен өндірушілері

PMML-ді жасау және пайдалану үшін өнімдердің кең ауқымы ұсынылуда. Бұл үнемі кеңейіп келе жатқан тізімге келесі нейрондық желі өнімдері кіреді: R: pmml жинағы арқылы нейрондық желілер және басқа да машиналық оқыту модельдері үшін PMML-ді жасайды. SAS Enterprise Miner: нейрондық желілер, сызықтық және логистикалық регрессия, шешім ағаштары және басқа да деректерді талдау модельдері сияқты бірнеше модельдер үшін PMML-ді жасайды. SPSS: нейрондық желілерге қоса, көптеген деректерді талдау модельдері үшін PMML-ді шығарады. STATISTICA: нейрондық желілер, деректерді талдау модельдері және дәстүрлі статистикалық модельдер үшін PMML-ді жасайды.