问题标签 [neurolab]

有没有一种简单的方法来显示我输入到使用神经实验室开发的人工神经网络的每个属性的偏差或权重，这些属性已经被训练过？

我尝试使用在 Coding Ground for python 上安装neurolab、termcolor 库到工作文件夹中

他们都工作了。
但是当我尝试时：

它没有用。

我希望能够在 Coding Ground 上本地运行已经在我的计算机上运行的脚本，以便我可以与计算机上没有安装 Python 的人共享我的项目。

更新：使用 quit() 后，我能够在 Numpy 终端中安装 neurolab、termcolor。但是没有办法从 Numpy 终端共享项目。

更新：安装 scipy python wheel 后，我尝试运行我的脚本并得到以下错误

我使用 Python 2.7 的神经实验室包设置了一个神经网络，如下所示（大致基于https://pythonhosted.org/neurolab/ex_newff.html上的示例）。通常，当训练发生时（带有 的行net.train()），信息会打印到控制台，例如“已达到最大训练周期数”。训练这个网络通常需要 > 15 秒。然而，看似随机且没有丝毫更改代码的情况下，训练失败了：没有输出消息打印到控制台，分类不正确。

为什么会发生这种情况，我该如何解决？

我使用来自神经实验室的 Elman 循环网络来预测连续值的时间序列。网络是从一个序列中训练出来的，输入是 index 处的值i，目标是 index 处的值i+1。

为了在下一时间步之后进行预测，网络的输出作为输入反馈。例如，如果我打算预测 的值i+5，我将按照以下步骤进行。

1. 输入值来自i
2. 获取输出并将其作为下一个输入值馈送到网络（例如i+1）
3. 再重复 1. 到 3. 四次
4. 输出是对值的预测i+5

因此，对于下一时间步之后的预测，必须使用先前激活的输出来激活循环网络。

然而，在大多数示例中，网络被馈入一个已经完整的序列。例如，请参阅上面链接后面的示例中的函数train和示例。sim第一个函数使用已经完整的示例列表训练网络，第二个函数使用完整的输入值列表激活网络。

在神经实验室中进行了一些挖掘之后，我发现了step为单个输入返回单个输出的函数。然而，使用结果step表明，该函数不保留循环层的激活，这对循环网络至关重要。

如何使用单个输入激活神经实验室中的循环 Elman 网络，使其保持其内部状态以进行下一次单个输入激活？

我有一个 包含数据的文件BCICIV1bAF3.dat 。文件大小为20x1

这是我的代码...

在 newff 函数中，我根据最小值/最大值决定范围，但我不知道如何决定其他参数。我想要多少隐藏层等。

输入数据：

-10.5 -91.7 -219.8 -227 -190.8 -218.7 -208.2 -205 -214.3 -202 -211.5 -211.1 -208.2 -212.4 -206 -206.7 -211.5 -210.7 -212 -215.1

输出数据：

-5.2 -45.6 -108.6 -112 -94.5 -106.7 -99.6 -98.5 -105.4 -101.2 -106.4 -106.5 -102.4 -105.7 -104 -97.9 -99.5 -101.3 -100.6 -103.7

错误：

我该如何训练？并模拟 input_data？

如果有人可以指导...我将非常感激。谢谢

我正在尝试在python中转换matlab的这段代码......

这是附加的目标文件，即 Coi

这是附加的输入文件，即电源

我尝试了一点，但在训练时遇到了类似断言错误的错误

Matlab代码正在工作......但我希望同样的事情在python中工作......

我尝试使用以下代码导入 nuurolab：

但它给出了这个错误：

然后我尝试使用安装neurolab

然后此消息显示：

如何解决这个问题呢？

我很好奇神经网络（或特别是神经实验室）是否需要目标/输入数据为 [-1:1]？

鉴于以下输入，我正在尝试训练一个网络来预测我的菜园的水分蒸发：

• 温度（℃），
• 气压计 (mbar),
• 降水量（毫米），
• 风 (m/s) 和
• 初始土壤水分（%），

其中每行数据代表 1 小时。

训练数据只是在一小时结束时测量的三角洲土壤湿度 (%)。我已经收集了大约 1020 个数据样本——也许这还不够？

所有这些值都在 -1:1 的范围之外（温度变为 -5，气压计变为 1040）。我对神经网络完全一无所知，并且只阅读了一些内容并进行了自学，但我希望使用更大的数字应该没问题？

代码：

输出：

如果这有帮助，我也可以发布输入/目标数据，但我认为我需要先了解基础知识 - 我可能使用完全错误的网络来完成此类任务。感谢任何帮助/指针。

我不需要一个超精确的预测网络，因为这只会用来灌溉我的菜园，但我认为 27215 的错误会给我带来麻烦。

我已经知道如何使用 NeuroLab 训练神经网络并在每 X 个 epoch 得到误差，但我想在训练网络后得到最终误差。

编辑：final_error我的意思是命令绘制的Error变量的最终值net.train（只有错误，而不是完整的字符串，因为它以以下格式绘制）。

Epoch: 1700; Error: 0.0005184049;

以下是我尝试执行的代码，以及我收到的以下错误消息。提前感谢您的帮助。

----> 6 nn = nl.net.newlvq（nl.tool.minmax（数据），num_input_neurons，权重）

我收到的错误：