Lib.rs

Hextral

Hextral 是一个 Rust 库，用于实现具有 L2 和 L1 正则化等正则化技术的神经网络。

特性

• 实现具有可定制激活函数（Sigmoid、ReLU、Tanh）的神经网络。
• 支持 L2 和 L1 正则化以控制过拟合。
• 提供训练神经网络、进行预测和评估性能的方法。
• 使用 nalgebra crate 构建，以实现高效的线性代数运算。

使用方法

将此 crate 添加到您的 Cargo.toml

[dependencies]
hextral = "0.1.0"

然后，您可以在 Rust 项目中使用 Hextral 如下

use hextral::{Hextral, ActivationFunction, Regularization};
use nalgebra::{DVector, DMatrix};

fn main() {
    // Create a new Hextral neural network
    let mut hextral = Hextral::new(0.1, 0.2);

    // Generate training data (inputs and targets)
    let inputs = vec![
        DVector::from_iterator(10, (0..10).map(|_| rand::random::<f64>())),
        // Add more input vectors as needed
    ];

    let targets = vec![
        DVector::from_iterator(10, (0..10).map(|_| rand::random::<f64>())),
        // Add corresponding target vectors as needed
    ];

    // Train the neural network
    hextral.train(&inputs, &targets, 0.01, Regularization::L2(0.001), 100);

    // Make predictions
    let input = DVector::from_iterator(10, (0..10).map(|_| rand::random::<f64>()));
    let prediction = hextral.predict(&input);
    println!("Prediction: {:?}", prediction);

    // Evaluate the model
    let evaluation_loss = hextral.evaluate(&inputs, &targets);
    println!("Evaluation Loss: {}", evaluation_loss);
}

有关可用方法和选项的更多详细信息，请参阅 文档。

许可协议

本项目采用 MIT 许可协议 - 有关详细信息，请参阅 LICENSE 文件。