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。
这3个例子说
下面解释了如何从命令行、在 Java 中以及在 Weka 工作台 GUI 中以编程方式构建神经网络。
但是如果我滚动浏览，就没有 GUI 部分。 所以我环视 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已有 2 天了。我正在使用 iris 数据集（150 点）需要这么长时间吗？
我最终想要使用的数据集包含 280 万行 x 85 列。 这是网络攻击的网络日志，其中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。我不知道是否能够将这么多数据加载到 weka 中。我可以将列减少到 20，但行仍约为 280 万行。 我有 4-7 天的时间来完成此操作。（我可以将我的设置减少到 150,000 行和 20 列，以便在一定时间内运行） Weka 是使用错误的工具吗？我应该切换到 Matlab GUI 还是 Python 中的 Keras？
请提供教程链接，展示如何使用 Weka GUI 进行深度学习，或建议另一种适合初学者的方法来运行深度网络。
将 Weka 与内置 Iris 数据集和此分类器配置结合使用：“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），简要说明如下结果：
正确分类的实例 146 97.3333 %
=== 混淆矩阵===
a bc <-- classified as
50 0 0 | a = 山鸢尾
0 48 2 | b = 杂色鸢尾花
0 2 48 | c = 弗吉尼亚鸢尾