- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我是 pybrain 的新手,在构建神经网络时遇到了很多问题。文档对我来说不是很清楚,我也没有在网上找到很多例子。
我想要一个具有一个输入、1 个隐藏层、1 个输出的神经网络。
x--->f1(x),f2(x),...,b---->g(z)
应该是一个简单的例子。隐藏层具有不同的功能和偏置单元。对于这个例子,我们可以考虑 f1=f2=sigmoid
,g
是一个自定义函数。
这是我到目前为止所做的,但我完全不确定我所做的是否正确。
而且我不知道如何在隐藏层上添加偏置单元。
class gLayer(NeuronLayer):
def _forwardImplementation(self, inbuf, outbuf):
outbuf[:]=g(inbuf)
def _backwardImplementation(self, outerr, inerr, outbuf, inbuf):
inerr[:]=derivative(g,inbuf)*outerr
print "build a network"
#Layer
inLayer=LinearLayer(1)
hLayer=SigmoidLayer(2)
outLayer=gLayer(1)
net=FeedForwardNetwork()
net.addInputModule(inLayer)
net.addModule(hLayer)
net.addOutputModule(outLayer)
#connection
in_to_hidden = FullConnection(inLayer, hLayer)
hidden_to_out = FullConnection(hLayer, outLayer)
net.addConnection(in_to_hidden)
net.addConnection(hidden_to_out)
net.sortModules()
最佳答案
您可以添加 BiasUnit作为另一个隐藏层。
hBiasLayer=BiasUnit()
net.addModule(hBiasLayer)
关于python - 如何用pybrain搭建神经网络?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22298713/
有没有办法在 PyBrain 中保存和恢复经过训练的神经网络,这样我每次运行脚本时都不必重新训练它? 最佳答案 PyBrain 的神经网络可以使用 python 内置的 pickle/cPickle
我有以下代码: from pybrain.datasets import SupervisedDataSet from pybrain.supervised.trainers import Backp
问题是:经过一番努力,我设法安装了 pybrain,但当我使用命令 export 'PYTHONPATH=$PYTHONPATH:' 时,它仅从终端运行。当我尝试导入模块并用 Python 编写(通过
我正在尝试使用 pybrain 中的NNregression 工具:http://pybrain.org/docs/api/tools.html 我有我的数据集: ds = SupervisedDat
如何删除 Pybrain 中的连接?我使用每个模块一个神经元技术来自定义输入层、单个隐藏层和输出层之间的连接。但现在我想在训练期间操纵该连接,其中一种操纵是删除连接/边缘。 在 Network 类中,
我最近在 PyBrain 中构建了一个神经网络,但遇到了网络太大的问题。 那么 PyBrain 中的确切限制是什么? 如何构建一个具有 750000 个输入、3 个输出和一定数量隐藏节点的网络(目前它
有人可以告诉我如何在 pybrain 中实现步骤激活函数吗? 例如。 def stepActivationFunction(n): if n > 0.5: return 1. else
我试图在 pyBrain 上进行最简单的回归,但不知何故我失败了。 神经网络应该学习函数 Y=3*X from pybrain.supervised.trainers import BackpropT
所以我在 PyBrain 中有一个 ClassificationDataSet,我已经用适当的数据对其进行了训练。即,输入如下: trainSet.addSample([0,0,0,0],[1]) t
我正在尝试使用 pybrains 做迷宫题这是我的问题:我按照教程运行示例 envmatrix = [[...]] env = Maze(envmatrix, (1, 8)) task = MDPMa
我正在尝试为我的 10 维数据集生成一个网格,同时我遵循 http://pybrain.org/docs/tutorial/fnn.html 中的代码.我正在实现并抛出错误的代码是: ticks =
我正在尝试使用以下方式安装 pybrain: git clone git://github.com/pybrain/pybrain.git 我安装了 git 然后使用 windows 命令提示符来执行
我正在尝试训练 ANN 来预测图像属于多个类别的概率,而我的目标值是此类概率的集合。 输入是经过简单整形的 28x28 灰度图片,像素值在 0-255 之间。 一个“目标”如下所示:0.738832,
我正在尝试为强化学习设置 PyBrain,但是当我第一次尝试执行操作时,总是出现相同的错误。 module.py 中的这一行正在抛出断言失败,因为我们正在使用的 ActionValueTable(模块
我目前正在尝试使用 pybrain 创建一个用于股票价格预测的神经网络。到目前为止,我只使用具有二进制输出的网络。对于这些网络,sigmoid 内层就足够了,但我认为这不是预测价格的正确方法。问题是,
每当我在 PyBrain 中调用 splitWithProportion() 函数时,都会收到弃用警告。以下是警告: /usr/local/lib/python2.7/dist-packages/Py
我正在尝试找出在 pybrain 中进行 5 倍交叉验证的正确方法。我浏览了他们的文档,但这没有帮助。我在网上找到了以下两个版本的代码: 在问题中找到这个 here . net = pybrain.t
我想训练一个具有多个输出层的网络。 in->hidden->out 1 ->out 2 这可能吗?如果是这样,我该如何设置数据集和培训师来完成培训。 最佳答案 当您考虑拆分输出以获
我正在尝试预测一组给定商品的销售价格。我在 pybrain 中使用 RecurrentNetwork 和 BackpropTrainer。这是我的代码, def nnet(train, target,
我一直致力于使用 pybrain 创建神经网络,但由于某种原因在使用传播对其进行训练后,它无法训练我的网络。我使用的任何数据集在 out 维度中有两个以上的类,只会将我所有的观察结果归为一个类别。有谁
我是一名优秀的程序员,十分优秀!