pybrain

    1热度

    1回答

    我正在使用Python 2.7.5 64位,导入在Eclipse中导入时通过PIP安装的库(版本4.3.1)时遇到问题。 Eclipse的外(直接在Python的外壳),一切工作正常,这里有一个例子: >>> import numpy # installed from repositories >>> from numpy import array >>> import pybr

    5热度

    2回答

    我试图运行这些tutorials之一,这是我所得到的: $ python rl.py Traceback (most recent call last): File "rl.py", line 22, in <module> from pybrain.rl.environments.mazes import Maze, MDPMazeTask File "/Libr

    1热度

    2回答

    我创建使用PyBrain一个简单的神经网络: from pybrain.tools.shortcuts import buildNetwork from pybrain.datasets import SupervisedDataSet from pybrain.supervised.trainers import BackpropTrainer L_Z = [ 0b11

    2热度

    1回答

    我试图训练ANN来预测属于几个类的图像的概率,并且我的目标值是这些概率的集合。 输入是简单的重塑28x28灰度图片与像素值从0-255。 一个“目标”看起来是这样的:0.738832,0.238159,0.023009,0,0.238159,0,0.238159,0,0.238159,0,0,0.238159,0,0.19793,0.80207,0.066806667,0.663691308,0.

    4热度

    3回答

    我想训练网络与多输出层。 in->hidden->out 1 ->out 2 这可能吗?如果是的话,我如何设置数据集和培训师来完成培训。

    0热度

    1回答

    我使用相同的程序运行多个PyBrain培训运行,但使用diff参数并保存到pickle文件。 我如何运行相同的程序,但将每个实例保存到不同的泡菜(最好不用多线程程序),所以我可以在早上把它们全部绘制出来? 即时通讯使用PyCharm这样我就可以运行该程序多次,但目前它覆盖相同的文件 pickle.dump(nn, open('NN.pkl','wb'))

    4热度

    3回答

    我想在半监督(受限)聚类上运行一些实验,特别是以实例级别成对约束(必须链接或无法链接约束)提供的背景知识。我想知道是否有任何实现半监督聚类的开源软件包?我试图看看PyBrain,mlpy,scikit和orange,并且我找不到任何受约束的聚类算法。特别是,我对约束K-Means或基于约束密度的聚类算法(如C-DBSCAN)感兴趣。 Matlab,Python,Java或C++中的软件包将是首选,

    1热度

    1回答

    我有训练数据的这样的例子(一具有1000层膜进行训练),我需要预测每个膜的“预算”: film_1 = { 'title': 'The Hobbit: An Unexpected Journey', 'article_size': 25000, 'producer': ['Peter Jackson', 'Fran Walsh', 'Zane Weiner'],

    2热度

    1回答

    我希望对PyBrain神经网络的工作有一些了解。我有一个不同家庭特征的数据集,对应于某个家庭收入。其任务是创建基于神经网络的回归,以便能够预测给定特征的收入。 我已经试过了简单的构造 pybrain.tools.shortcuts.buildNetwork(feature_count, 12, 1, recurrent=False) ,它还挺工作。但是,如果我更改隐藏层使用GaussianLa

    4热度

    1回答

    我已经训练了一个ffnn以适应pybrain的未知函数。我建立这样 net = buildNetwork(1, 2, 1,hiddenclass=TanhLayer) 的ffnn我说pybrain与命令打印网的PARAMS print net.params 和pybrain返回我的PARAMS (1.76464967 , 0.46764103 , 1.63394395 ,-0.953277