我在大小为 400x156300 的数据集上使用 oja 规则。它似乎使我的 RAM 崩溃。我不确定是什么原因造成的。请帮忙。我有 12 GB 的 RAM。尝试使用 memmap 但仍然崩溃！

此外，提出了问题：https ://github.com/itdxer/neupy/issues/27 。不知道包开发是否活跃。

通过使 RAM 崩溃，我的意思是 RAM % 利用率超过 100%，并且我的计算机停止响应。

我对 python 和机器学习相当陌生。我一直在使用 neupy 库成功创建神经网络。但是，现在我有一个不错的网络，我想保存它。该文档显示了如何使用 dill 库来执行此操作。网络似乎可以正确写入文件，但不会加载要使用的文件。重复代码是因为我打算在正确实现代码后必须分离脚本。我已经完全按照给定的方式复制了代码（http://neupy.com/docs/storage.html）

我的代码是：

产生的错误是：

我选择的变量表示法是否可能导致它多次循环导致问题？或者可能有很多东西要存储？

我在 Linux CentOS 7 机器上使用 Python 2.7.5。我正在尝试应用概率神经网络 (PNN)我的数据集来解决二进制分类问题。

我正在使用以下 Python 包：numpy、sklearn、neupy.algorithms。我正在尝试遵循用于 iris dataset 的这个示例。

问题是我的PNN 总是预测零值（归类为零的元素），我不明白为什么......

这是我的数据集（“dataset_file.csv”）。有 34 个特征和 1 个标签目标（最后一列，可能是 0 或 1）：

这是我的 Python 代码：

有谁知道为什么我只得到 0 值的预测？你能给我一些建议来解决这个问题吗？

谢谢！

编辑：这是标准化数据集（按列标准化）：

我正在尝试为一个项目训练/使用带有 neupy 库的卷积神经网络，但我在训练阶段遇到了错误。

我有很多图像（rgb, shape=66, 160, 3），我将它们分成训练集和测试集。然后我正在尝试训练一个卷积神经网络（稍后我将尝试使用不同的算法、层数和大小进行优化）。我的项目的目标输出是一个数字 [-1, 1]，我正在解决回归问题，但我之前遇到过问题。

我现在遇到的错误是：ValueError: Cannot shuffle matrices。所有矩阵应该有相同的行数

相关代码：

输出：

输入数据或网络有什么问题？

谢谢

我无法安装软件包 Neupy。我使用 Python 3.5 和 Windows 10 ..

我尝试从源代码中克隆它，如下所示：

这是我得到的错误：

另外，我遵循了这个问题中给出的解决方案：https ://stackoverflow.com/a/33369271/7492898

我在这里遇到了另一个问题：

编辑： 解决方案是使用官方来源的 whl 来检查 lapack/blas 的依赖关系：

1. 下载适合您的操作系统的 scipy 版本和版本 lfd.uci.edu/~gohlke/pythonlibs/#scipy

2. 然后输入命令：

   /li>

3. 最后 pip 适用于 neupy：

   /li>

我尝试了 LMS 算法的示例：

但是我在这一行（文件：summary_info.py）中收到“OverflowError：无法将浮点无穷大转换为整数”错误：

我无法将示例中的输入参数与错误相关联，我知道除以零会到达那里，但我不知道如何解决这个问题。我不想修改库文件来解决问题。

I want to build a neural network using neupy. Therefore I consturcted the following architecture:

My data is shaped as follwoing:

When I try to train this network using:

I get the follwoing error:

How do I have to edit my network to map this kind of data?

Thank you a lot!

我正在尝试基于 Neupy 中的 MNIST 示例创建自定义激活层。但是，一旦我将自定义层应用于网络，它就会停止训练。对于我的自定义函数，我想让 ReLU 和 Softmax 函数的输入值从浮点值变为固定点。因此，我创建了一个函数调用“float_limit”，它可以帮助我将浮点值更改为定点值。我的第一个想法是在我的 float_limit 函数中使用 int() 函数。但是，它显示类型错误，因为 int() 不能用于张量变量。所以我把int()函数改成T.floor()，它可以做和int()一样的工作。因为 ReLU 函数在应用 float_limit() 后工作正常。但是一旦应用了 softmax 函数，网络就会停止训练。请问我该如何解决这个问题？

这是我的代码：

我试图弄清楚如何使用Neupy配置神经网络。问题是我似乎无法为 GRNN 找到很多选项，只有此处描述的 sigma 值：

我希望能够调整一个参数 y_i，但似乎没有办法在包上进行调整。我正在解析代码，但我不是开发人员，所以我无法遵循所有步骤，也许更有经验的眼睛可以找到调整该参数的方法。

谢谢

如何在 Neupy 或 Theano 中实现自定义激活函数（均值和方差通过梯度下降调整的 RBF 内核）以在 Neupy 中使用。

{快速背景：梯度下降适用于网络中的每个参数。我想创建一个包含优化特征参数的特殊特征空间，所以 Neupy}

我认为我的问题在于参数的创建、它们的大小以及它们是如何连接的。

感兴趣的主要功能。

激活函数类

RBF 函数

功能塑造？

非常感谢您的帮助，因为这将提供有关如何自定义 neupy 网络的深刻见解。至少可以说，该文档可以在某些领域使用一些工作......