这段时间对斯坦福大学的stanford nlp挺感兴趣,stanford nlp的一大亮点就是他们团队采用深度学习的方法对一些传统的方法进行改进,比如建立语法树采用了递归神经网络(RNN),情感分析采用了递归神经伸张网络(RNTN)……所以呢,我又把注意点放到了神经网络上面,想要自己实现一些简单的神经网络算法,因此注意到了Encog,Encog最强大的地方,就是提供了丰富的神经网络算法的实现。
国内关于Encog的资料比较少,因此就按照Encog提供的手册开始学习了。以下是第一个例子:
import org.encog.Encog;
import org.encog.engine.network.activation.ActivationSigmoid;
import org.encog.ml.data.MLData;
import org.encog.ml.data.MLDataPair;
import org.encog.ml.data.MLDataSet;
import org.encog.ml.data.basic.BasicMLDataSet;
import org.encog.neural.networks.BasicNetwork;
import org.encog.neural.networks.layers.BasicLayer;
import org.encog.neural.networks.training.propagation.resilient.ResilientPropagation;
public class HelloWorld {
/**
* the input necessary for XOR
* */
public static double XOR_IN