reservoirpy/reservoirpy

解決的問題

ReservoirPy 是一個專為簡化建立與實作水庫計算架構（特別是回聲狀態網路 ESN）而設計的函式庫。它提供一個彈性框架，用於處理複雜的時間序列資料與時間序列預測任務，例如混沌時間序列預測與分類任務。

工作原理

該函式庫實作了水庫計算範式，使用固定且隨機的神經元水庫，將輸入訊號映射至高維空間。僅訓練輸出層，這顯著減少訓練時間與運算量。支援多種配置，包括深層水庫、多個輸出層、反饋迴路，以及用於效率的稀疏矩陣運算。

適用對象

從事循環神經網路、時間序列分析與動態系統的研究人員與開發者，需要一個彈性工具來設計與優化水庫計算模型。

主要亮點

• 彈性架構：支援深層水庫、多個輸出層與反饋連接。
• 進階學習規則：包含內在可塑性（Intrinsic Plasticity）、局部可塑性（Local Plasticity）與下一代水庫計算（NVAR）。
• 訓練選項：提供離線與線上訓練模式。
• 整合能力：與 scikit-learn 模型介接，並提供 Jax 後端以實現加速。
• 優化功能：包含使用 hyperopt 庫進行超參數探索的圖形化工具。