pybrain

    1热度

    1回答

    有没有一种方法可以训练pybrain识别单个神经网络中的多个模式?举例来说,我已经添加了两种不同模式的几个排列: 第一模式: (200[1-9], 200[1-9]),(400[1-9],400[1-9]) 第二方式: (900[1-9], 900[1-9]),(100[1-9],100[1-9]) 然后对我监督的数据集我加入(90002,90009 ),为此我希望它会返回[100 [1-

    0热度

    1回答

    如何使用pybrain.datasets.addSample()中的字符串构建数据集?我收到一个错误,说“不能将字符串转换为float:gas”。 我是否缺少一些东西,如索引值或输入与目标之间的定义链接?我不确定如何阅读关于此的文档。谢谢你的帮助。 import pybrain from pybrain.datasets import ClassificationDataSet #set u

    0热度

    1回答

    我需要在我的蟒蛇环境中安装Pybrain包(Pybrain不是蟒蛇分布的一部分)。我使用Pycharm,安装软件包一直很简单,因为它们都可以在Anaconda发行版中使用。 你有关于如何做到这一点任何想法? 非常感谢!

    0热度

    3回答

    我想创建神经网络并为它安装scipy和PyBrain。 上的文件我写: from pybrain.tools.shortcuts import buildNetwork net=buildNetwork(4,2,1) 当我运行该文件,发生错误 from scipy.linalq import inv,det, svd, logm, expm2 ImportError: cannot imp

    -1热度

    2回答

    我开发的神经网络图像处理 我给的应该是什么样的图像处理后 现在我在训练集宇宙的50幅图像数据集Python应用程序。 作为一个输入,我给了空白的黑色图像,因此我给每个训练集图像。 我用5个隐藏的神经元进行了100个时代训练;然而,当我尝试用不同的输入激活我的网络时,我得到了相同的结果。似乎输出只包含彼此分层的训练集图像。 下面是代码和最后一个激活的截图: https://gist.github.c

    0热度

    1回答

    我搜索了整个网络间的这一个,没有发现任何东西,除了在堆栈溢出“删除”的职位。 的问题如下: 每个实例,PyBrain LSTM + SequencialDataSet教程givwa我下面的错误: TypeError: slice indices must be integers or None or have an __index__ method 从我以前的搜索,这似乎是一个问题,即,在一定

    0热度

    1回答

    我对fMRI分析颇为陌生。我试图通过查看他们的大脑图像来确定一个人正在考虑哪个对象(9个对象中的一个)。我正在使用https://openfmri.org/dataset/ds000105/上的数据集。所以,我通过输入大脑图像的2D切片来获得9个物体中的1个输出,从而使用神经网络。有关每个步骤的详细信息以及下面代码中的图像。 import os, mvpa2, pyBrain impor

    1热度

    2回答

    我对神经网络很陌生,试图用pybrain来构建和训练一个网络。 我建立我的网络与所有图层(输入,两个隐藏层,输出)之间的完全连接,然后设置一些权重为零使用_SetParameters,因为我不希望某些特定节点之间的连接。 我的问题是,开始时零的权重与所有其他权重的调整方式相同,因此在通过反向传播训练网络后不再更改为零。我怎样才能迫使“零权重”在整个过程中保持零? 非常感谢您的回答。 菲奥娜

    1热度

    1回答

    我正在研究一个项目,将强化学习与使用Pybrain软件包的交通灯模拟相结合。我已阅读教程并实施了我自己的Environment和Task的子类。我使用的是ActionValueNetwork作为控制器,因为我希望我的状态是连续值的向量,使得它可以包含关于例如汽车等各车道的数量,总等待每个通道和更多时间的信息。 我设置了ActionValueNetwork的输入尺寸,我的状态向量的尺寸,这将表明,它

    -2热度

    2回答

    我用Numpy和scipy实现了神经网络。优化。基本上,我使用前馈和后向传播创建了成本函数和渐变,然后将我的输入(特征),输出(标签)和权重提供给Scipy Optimize以最小化成本函数。 现在我遇到了PyBrain和Tensorflow。在Tensorflow中,据我所知,我们需要实现相同的前馈和后向传播,然后使用Tensorflow模块进行优化。所以看起来编程复杂度几乎相同。我错过了什么,