Lib.rs

该库可以创建非常基础的卷积神经网络。学习功能尚未实现。库仍需大量工作。

在 brainy 中，一个 layer 结构代表神经网络的一层（不包括输出层）以及指向下一层的映射。目前激活函数被视为与矩阵乘法等操作分开的映射。这样，可以“混合和匹配”不同的映射。

有关底层数学的描述和代码的更深入解释，请见以下链接

https://thefrogblog.xyz/neural-network-1/

https://thefrogblog.xyz/neural-network-2/

https://thefrogblog.xyz/neural-network-3/

一些示例代码

extern crate brainy;
use brainy::matrix::Matrix;
use brainy::layer::Map;
use brainy::network::Network;

fn main()
{
let mut network = Network::new();
network.append_layer(Map::MatrixMultiply(4,3));
network.append_layer(Map::Sigmoid(3));
network.append_layer(Map::MatrixMultiply(3,2));

let input = vec![0.0, 1.0, 1.0, 0.5];
let x = Matrix { rows: input.len(),  cols: 1, elements: input };

let y = network.feedforward(x);
y.print();
}