你用什么？
答案 0 :(得分：4)
Fast Artificial Neural Network Library (FANN)是一个免费的开源神经网络库，它在C中实现多层人工神经网络，支持完全连接和稀疏连接的网络。支持固定和浮点跨平台执行。它包括一个易于处理训练数据集的框架。它易于使用，功能多样，文档齐全，速度快。可以使用PHP，C ++ ,. NET，Ada，Python，Delphi，Octave，Ruby，Prolog Pure Data和Mathematica绑定。
FannTool图书馆也可以使用图形用户界面。
答案 1 :(得分：3)
每当我想快速使用任何数据挖掘算法时，我只需加载Weka。它非常复杂，但它实现了许多具有大量可定制性的算法（包括神经网络）。此外，它还为NN提供了一些可视化。
答案 2 :(得分：3)
它已经过时了，但是在不使用我自己的代码时我总是使用NeuroShell 2。不幸的是，它不是免费的。我认为较新的NeuroShells仅用于预测股票。
答案 3 :(得分：3)
有许多不同的网络模拟器取决于您想要模拟的详细程度，以及您想要模拟的网络类型。
NEURON和GENESIS是好的，如果你想模拟完整的生物网络（我猜你可能没有），甚至是树突等的行为。
NEST和SPLIT以及其他一些人可以进行人口模拟，您可以逐个节点地创建人口并查看整个人口的数量。这几乎是“行业”标准方法，并且在研究和商业应用中得到了很多应用，因此值得研究。我知道IBM使用SPLIT进行他们的一些研究。
MIIND是好的，如果你想用微分方程来模拟人口会做什么，但这种方法相对较新，计算成本很高（如果非常酷）。
不确定这是否正是您想要的！
（N.B。如果你谷歌中的任何一个名字以及“模拟器”这个词你将最终在相关的网页=）
答案 4 :(得分：1)
如果您正在尝试深度学习，那么您应该深入研究 Theano Pylearn2（基于Theano）