我正在寻找有关如何使用Weka GUI进行深度学习的文档。 我下载了deeplearning4j软件包并尝试运行示例。
3个例子说 “以下内容说明了如何在Java和Weka工作台GUI中以编程方式从命令行构建神经网络。” 但是，如果我滚动浏览，则没有GUI的部分。 因此，我只是环顾四周，GUI在分类器部分中找到了算法并尝试运行它。该算法说它已经在训练数据上建立模型了2天了。我正在使用虹膜数据集（150分）需要这么长时间？
我最终要使用的数据集包含280万行乘85列。这是网络攻击的网络日志，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个，但行仍将为280万左右。 我有4-7天的时间来完成操作（我可以将我的设置减少到150,000行，并在20天内运行20列） Weka是使用错误的工具吗？我应该在python中切换到Matlab GUI还是Keras。我是机器学习的完全新手，之前仅使用Weka为另一个项目运行过一次SVM。我以为是新手，因此Weka GUI将是一个不错的选择。
请提供指向教程的链接，以显示如何使用Weka GUI进行深度学习或建议另一种对初学者友好的方法来运行深度网络。
答案 0 :(得分：0)
将Weka与内置的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'在其中运行不到1秒（RAM = 12GB，Intel Xeon，X5650 @ 2.67GHz），结果如下：
正确分类的实例146 97.3333％
===混淆矩阵===
a b c <-分类为
50 0 0 |一个=鸢尾花（Iris-setosa）
0 48 2 | b =鸢尾花色
0 2 48 | c =鸢尾（Eris-virginica）