时间戳

首页 > 解决方案 > 使用 Weka GUI 和 deeplearning4j 进行深度学习

deep-learning - 使用 Weka GUI 和 deeplearning4j 进行深度学习

问题描述

我正在寻找有关如何使用 Weka GUI 运行深度学习的文档。我下载了 deeplearning4j 包并尝试运行示例。

3 个示例说“以下说明如何从命令行、以编程方式在 java 和 Weka 工作台 GUI 中构建神经网络。” 但是，如果我滚动浏览，则没有 GUI 部分。所以我只是查看了 GUI，在分类器部分找到了算法并尝试运行它。该算法表示，它已经在训练数据上构建模型 2 天了。我正在使用 iris 数据集（150 分）需要这么长时间吗？

我最终要使用的数据集包含 280 万行乘 85 列。这是网络攻击的网络日志，大多数数据点都是良性的。我想运行深度学习算法和 SVM 并比较结果。我不知道我是否能够将这么多数据加载到 weka 中。我可以将列数减少到 20，但行数仍将保持在 280 万左右。我有 4-7 天的时间来执行此操作。（我可以将我的设置减少到 150,000 行和 20 列以在时间内运行） Weka 是不是使用错误的工具。我应该在 python 中切换到 Matlab GUI 还是 Keras。我是机器学习的新手，之前只使用 Weka 为另一个项目运行过一次 SVM。我认为 Weka GUI 将是一个不错的选择，因为我是初学者。

请提供指向如何使用 Weka GUI 进行深度学习的教程的链接，或者建议另一种对初学者友好的方法来运行深度网络。

标签： deep-learning

解决方案

  1. 检查此链接：https ://deeplearning.cms.waikato.ac.nz/install/
  2. 您描述的任务看起来不现实，需要 5-7 天。

  3. 将 Weka 与内置 Iris 数据集和此分类器配置一起使用：'weka.classifiers.functions.MultilayerPerceptron -L 0.3 -M 0.2 -N 500 -V 0 -S 0 -E 20 -H a' 运行时间不到 1 秒（RAM = 12GB，Intel Xeon，X5650 @ 2.67GHz），结果如下：

    正确分类的实例 146 97.3333 %

    === 混淆矩阵 ===

    abc <--分类为

    50 0 0 | a = 鸢尾花

    0 48 2 | b = 鸢尾花

    0 2 48 | c = Iris-virginica

推荐阅读