kailanefelix/kan-redes-neurais

Repositório base para usar redes KAN para o projeto da disciplina Redes Neurais.

🔮 Pykan Neural Networks

Pykan

Redes de Kolmogorov-Arnold (KANs) são uma proposta de arquitetura de rede neural inspirada no teorema de representação de Kolmogorov-Arnold. Essa abordagem é considerada uma alternativa promissora às Perceptrons de Múltiplas Camadas (MLPs) usadas em modelos de aprendizado profundo.

📈 Características Principais

• Funções de Ativação Aprendíveis: Em vez de ter funções de ativação fixas nos nós (neurônios), as redes KAN têm funções de ativação aprendíveis nos efeitos (pesos).
• Sem Peso Linear: Todas as variáveis de peso são substituídas por funções univariadas parametrizadas como spline.
• Desempenho e Interpretabilidade: As redes KAN demonstraram melhor desempenho e interpretabilidade em comparação com as MLPs em tarefas de ajuste de dados e resolução de equações diferenciais parciais.

📚 Recursos Úteis

• Repositório do projeto original com a implementação do modelo
• Vídeos explicando a teoria de funcionamento do modelo:
  • Kolmogorov Arnold Networks (KAN) Paper Explained - An exciting new paradigm for Deep Learning?
  • Was "Machine Learning 2.0" All Hype? The Kolmogorov-Arnold Network Explained
  • Why the world NEEDS Kolmogorov Arnold Networks
  • Didn't Graduate Guide to: Kolmogorov-Arnold Networks
• Artigos e explicações adicionais:
  • Aliger - Inteligência Artificial: Redes de Kolmogorov Arnold (KANs)
  • Towards Data Science - Kolmogorov Arnold Networks (KAN)
  • arXiv - Kolmogorov-Arnold Networks

📥 Instalação

Pykan pode ser instalado via PyPI ou diretamente do GitHub.

Pré-requisitos

• Python 3.9.7 ou superior
• pip

Instalação via GitHub

1. Crie e ative um ambiente virtual:

   python -m venv pykan-env
   source pykan-env/bin/activate  # No Windows use `pykan-env\Scripts\activate`

2. Instale o Pykan do GitHub:

   pip install git+https://github.com/KindXiaoming/pykan.git

Instalação via PyPI

1. Crie e ative um ambiente virtual:

   python -m venv pykan-env
   source pykan-env/bin/activate  # No Windows use `pykan-env\Scripts\activate`

2. Instale o Pykan do PyPI:

   pip install pykan

Opcional, mas Recomendado: Criar um Ambiente Virtual para o Projeto

Para quem usa Conda

1. Crie e ative um ambiente virtual:

   conda create --name pykan-env python=3.9.7
   conda activate pykan-env

2. Instale o Pykan:

   pip install git+https://github.com/KindXiaoming/pykan.git  # Para instalação via GitHub
   # ou
   pip install pykan  # Para instalação via PyPI

3. Instale os requirements:

   pip install -r requirements.txt

Para quem não usa Conda

1. Crie e ative um ambiente virtual:

   python -m venv pykan-env
   source pykan-env/bin/activate  # No Windows use `pykan-env\Scripts\activate`

2. Instale o Pykan:

   pip install git+https://github.com/KindXiaoming/pykan.git  # Para instalação via GitHub
   # ou
   pip install pykan  # Para instalação via PyPI

3. Instale os requirements:

   pip install -r requirements.txt