ニューラルネットワークは操作（層）のモジュラー構成が可能な強力な機械学習技術で，高性能の実行および訓練でさまざまな機能がモデル化できる．ニューラルネットワークは通常ノイズを含む入力に強く，優れた汎化能力を提供する．これらは，画像処理，音声処理，自然言語処理，ロボット工学，自動車制御，医療システム等，多くの分野で中心的な要素となっている． Wolfram言語はニューラルネットワークの表現，構築，訓練，配備のための高度な機能を提供する．記号的な構築と操作にさまざまなタイプの層が利用できる．専用のエンコーダ・デコーダによって，入出力に画像，テキスト，音声等の幅広いデータが使用でき，Wolfram言語の他の部分と深く統合する．

構築と特性 »

NetModel — 完全な訓練済みネットワークモデル（例：Wolfram Neural Net Repositoryから）

NetGraph — データに適用される，訓練された，または訓練されていないネットワークグラフの記号表現

NetChain — 層の単純な鎖の記号表現

NetMeasurements — ネットワークについての測度のリストを計算する

NetPort  ▪  NetPortGradient  ▪  NetStateObject  ▪  NetTrainResultsObject  ▪  ...

ニューラルネットワーク層 »

LinearLayer — 訓練可能なアフィン(affine)変換を表す層

ConvolutionLayer — 訓練可能なたたみ込み操作を表す層

ThreadingLayer  ▪  AttentionLayer  ▪  AggregationLayer  ▪  SoftmaxLayer  ▪  ...

ニューラルネットワークの操作 »

NetTrain — ネットワークのパラメータを例から訓練する

NetReplacePart — 層または層の特性を置き換える

NetInitialize  ▪  NetTake  ▪  NetAppend  ▪  NetReplace  ▪  NetFlatten  ▪  ...

データの符号化と復号化 »

NetEncoder — 画像，カテゴリ等を数値配列に変換する

NetDecoder — 数値配列を画像，確率等として解釈する

強化学習環境

"OpenAIGym" — ビデオゲームやその他の多くの試験環境にアクセスする

大規模言語モデルへのアクセス »

LLMConfiguration  ▪  LLMSynthesize  ▪  LLMResourceFunction  ▪  LLMPrompt  ▪  ...