pybrain

    1熱度

    1回答

    有沒有一種方法可以訓練pybrain識別單個神經網絡中的多個模式?舉例來說,我已經添加了兩種不同模式的幾個排列: 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]) 然後對我監督的數據集我加入(90002,90009 ),爲此我希望它會返回[100 [1-

    0熱度

    1回答

    如何使用pybrain.datasets.addSample()中的字符串構建數據集?我收到一個錯誤,說「不能將字符串轉換爲float:gas」。 我是否缺少一些東西,如索引值或輸入與目標之間的定義鏈接?我不確定如何閱讀關於此的文檔。謝謝你的幫助。 import pybrain from pybrain.datasets import ClassificationDataSet #set u

    0熱度

    1回答

    我需要在我的蟒蛇環境中安裝Pybrain包(Pybrain不是蟒蛇分佈的一部分)。我使用Pycharm,安裝軟件包一直很簡單,因爲它們都可以在Anaconda發行版中使用。 你有關於如何做到這一點任何想法? 非常感謝!

    0熱度

    3回答

    我想創建神經網絡併爲它安裝scipy和PyBrain。 上的文件我寫: from pybrain.tools.shortcuts import buildNetwork net=buildNetwork(4,2,1) 當我運行該文件,發生錯誤 from scipy.linalq import inv,det, svd, logm, expm2 ImportError: cannot imp

    -1熱度

    2回答

    我開發的神經網絡圖像處理 我給的應該是什麼樣的圖像處理後 現在我在訓練集宇宙的50幅圖像數據集Python應用程序。 作爲一個輸入,我給了空白的黑色圖像,因此我給每個訓練集圖像。 我用5個隱藏的神經元進行了100個時代訓練;然而,當我嘗試用不同的輸入激活我的網絡時,我得到了相同的結果。似乎輸出只包含彼此分層的訓練集圖像。 下面是代碼和最後一個激活的截圖: https://gist.github.c

    0熱度

    1回答

    我搜索了整個網絡間的這一個,沒有發現任何東西,除了在堆棧溢出「刪除」的職位。 的問題如下: 每個實例,PyBrain LSTM + SequencialDataSet教程givwa我下面的錯誤: TypeError: slice indices must be integers or None or have an __index__ method 從我以前的搜索,這似乎是一個問題,即,在一定

    0熱度

    1回答

    我對fMRI分析頗爲陌生。我試圖通過查看他們的大腦圖像來確定一個人正在考慮哪個對象(9個對象中的一個)。我正在使用https://openfmri.org/dataset/ds000105/上的數據集。所以,我通過輸入大腦圖像的2D切片來獲得9個物體中的1個輸出,從而使用神經網絡。有關每個步驟的詳細信息以及下面代碼中的圖像。 import os, mvpa2, pyBrain impor

    1熱度

    2回答

    我對神經網絡很陌生,試圖用pybrain來構建和訓練一個網絡。 我建立我的網絡與所有圖層(輸入,兩個隱藏層,輸出)之間的完全連接,然後設置一些權重爲零使用_SetParameters,因爲我不希望某些特定節點之間的連接。 我的問題是,開始時零的權重與所有其他權重的調整方式相同,因此在通過反向傳播訓練網絡後不再更改爲零。我怎樣才能迫使「零權重」在整個過程中保持零? 非常感謝您的回答。 菲奧娜

    1熱度

    1回答

    我正在研究一個項目,將強化學習與使用Pybrain軟件包的交通燈模擬相結合。我已閱讀教程並實施了我自己的Environment和Task的子類。我使用的是ActionValueNetwork作爲控制器,因爲我希望我的狀態是連續值的向量,使得它可以包含關於例如汽車等各車道的數量,總等待每個通道和更多時間的信息。 我設置了ActionValueNetwork的輸入尺寸,我的狀態向量的尺寸,這將表明,它

    -2熱度

    2回答

    我用Numpy和scipy實現了神經網絡。優化。基本上,我使用前饋和後向傳播創建了成本函數和漸變,然後將我的輸入(特徵),輸出(標籤)和權重提供給Scipy Optimize以最小化成本函數。 現在我遇到了PyBrain和Tensorflow。在Tensorflow中,據我所知,我們需要實現相同的前饋和後向傳播,然後使用Tensorflow模塊進行優化。所以看起來編程複雜度幾乎相同。我錯過了什麼,