Neuroph（1） -- 基于Java的神经网络框架

Neuroph 是一个轻量级、易用灵活、文档完备的神经网络框架，支持常用的神经网络结构。它有设计良好的开源库，包括精简的神经网络核心基础类，和GUI编辑器（Neuroph Studio），可以快速创建神经网络组件。 通过提供神经网络基础类库和GUI工具，Neuroph使开发变得简单，它支持创建，训练和保存神经网络。

如果你是一个初学者，你只想搞清楚神经网络如何工作，而不关心复杂的理论和实现， Neuroph是非常好的选择。此外，在研究项目里，你也可以用Neuroph Studio作神经网络结构验证，后续使用它基于Java的API在工程里应用。

一、安装要求：
Java VM 1.7和neurophstudio-windows-2.98.exe，默认安装，不再赘述。
下载地址：http://neuroph.sourceforge.net/

二、 创建神经网络步骤
1) 创建工程；
2) 创建神经网络；
3) 创建训练集；
4) 训练网络；
5) 测试训练好的网络；

下面以最简单的感知机网络为例说明一下Neuroph Studio的用法。

1. 创建工程；
   

2. 创建感知机网络；
   
   
   至此，我们创建了一个两层的感知机神经网络，输入层包含两个输入变量，输出层有一个输出变量，使用阶梯函数作为传递函数。

3. 创建训练集，这里我们创建一个AND数据集；
   
   

4. 训练网络：把用于训练的数据集拖到输入数据集上，可以看到输入数据集变成了DataSet：AND，然后点击训练按钮，弹出如下对话框。
   
   设置训练参数，点击训练按钮完成训练，如下图所示。

5. 测试训练好的网络。
   输入为数据集：创建测试数据集并拖动至输入数据集，点击测试，可以看到输出结果。
   
   输入为单条数据，点击Set In，可以看到输出结果。
   
   三、 遗留问题：
   训练网络时输入参数的设置意义；
   这个版本如何可视化网络权重；