python neurolab 前馈神经网络

Question

谁能向我解释一下如何使用这个库:

http://code.google.com/p/neurolab/

创建一个遵循这些规则的神经网络:

1. 多层前馈:3 层，225 个输入，50 个隐藏层和 10 个输出层

   (因为输入是 15x15 黑白图像，输出是 10 位数字)

2. 反向错误传播

我在 OSX 上安装 PyBrain 时遇到问题，也许这样会更容易。

Answer 1

一些:将 numpy 导入为 np

import neurolab as nl

input = np.random.uniform(0, 0.1, (1000, 225))
output = input[:,:10] + input[:,10:20]
# 2 layers with 225 inputs 50 neurons in hidden\input layer and 10 in output
# for 3 layers use some thet: nl.net.newff([[0, .1]]*225, [50, 40, 10])
net = nl.net.newff([[0, .1]]*225, [50, 10])
net.trainf = nl.train.train_bfgs

e = net.train(input, output, show=1, epochs=100, goal=0.0001)

参见示例 http://packages.python.org/neurolab/ex_newff.html和文档:http://packages.python.org/neurolab/lib.html#neurolab.train.train_bfgs