본문 바로가기
Research/Machine Learning

기계학습 오픈 소스 정리

by IMCOMKING 2015. 4. 13.

Deep Learning

주로 위 사이트에서 오픈소스로 링크된 리스트중 실제로 직접 실행해본 소스를 정리한다.

http://deeplearning.net/software_links/


CuDNN : 

Theano : 

ConvNet :

Torch :

Caffe :


RNNLM : C++로 되어있음, 윈도우 환경에서 실행이 안되는 것으로 판단됨. 우분투에서 실행해야한다는 이야기를 들음. 코드는 약간 분석하기 힘들어 보이나, 전체적으로 간결한 편임.
http://www.fit.vutbr.cz/~kombrink/personal/rnn-kaldi/


RNNLIB : RNN이 구현된 몇안되는 라이브러리. 마찬가지로 리눅스 기반으로 보이며 LSTM, Bidrectional LSTM, Multidimensional RNN 등등의 알고리즘이 구현된 것으로 보인다.
http://sourceforge.net/projects/rnnl/

http://people.idsia.ch/~juergen/rnn.html (뭔가 RNNLIB와 관련된 소스코드로 보임.. 정확하지 않음)


DeepLearnToolbox : 매틀랩으로 된 코드. 경로추가만 해주니 아주 부드럽게 잘 돌아감. 유일한 단점은 병렬화가 안되는 정도로보임. 소스코드도 세분화가 잘되어 있어 좋음. RNN계열 코드를 제외하고 CAE, CNN, DBN, NN, SAE 등의 코드가 구현되어 있음. 데이터는 mnist 임.
https://github.com/rasmusbergpalm/DeepLearnToolbox


deepmat : 마찬가지로 매틀랩 코드임. 딥러닝 툴박스 보다 좀더 다양한 모델이 구현있으나 약간 폴더 정리가 안됨. 마찬가지로 RNN은 없으나, CNN, DAE, DBM, DBN, GSN, MLP. RBM, 등등이 구현되어 바로 실행 가능. 마찬가지로 데이터는 mnist임
https://github.com/kyunghyuncho/deepmat




Michal Cernansky's Homepage: 유일하게 찾은 RNN 계열 매틀랩 소스코드가 오픈 된 것으로 보임. 딥러닝.net에서 링크한 것이 아니므로 완전히 신뢰할 순 없을 것 같지만, 괜찮아보임.
http://www2.fiit.stuba.sk/~cernans/main/download.html


Miscellaneous Code for Neural Networks, Reinforcement Learning, and Other Fun Stuff : Reinforcement가 오픈소스로 구현됨. 
http://www.cs.colostate.edu/~anderson/code/



옥스포드 대학교 영상처리 연구실의 오픈소스 :
http://www.robots.ox.ac.uk/~vgg/






- 기계학습 오픈소스 파이썬 

http://www.kdnuggets.com/2015/06/top-20-python-machine-learning-open-source-projects.html?utm_content=bufferddfa4&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer

'Research > Machine Learning' 카테고리의 다른 글

확률 통계 용어정의  (1) 2015.04.20
BI CM세미나 동영상  (0) 2015.04.20
MCMC, Sampling 예제  (0) 2015.04.05
Support Vector Machine  (0) 2015.04.03
Projection Matrix, Eigenvector  (0) 2015.04.01

댓글