问题标签 [neupy]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 批量产品和层 Theano Neupy / Theano
如何在 Theano 中实现产品 AND？从数学上讲，这相当于乘以所有前一层（无权重）。我认为我的代码适用于 1 的批次大小，但我希望它适用于批次。
这是我尝试过的。请注意，我不知道我在做什么。
产品与功能
产品和层
我认为我的问题源于我无法理解 neupy 类型之间的关系（例如连接 neupy 层 {layers.0} 的内容）。此外，我不认为我理解 Theano 如何以不同于随机的方式实现批处理。
理想情况下，最好的答案将包括对产品和功能的修复，以及在这个特定示例中输入和输出如何工作的解释。
示范
您将使用它的一个示例是一个模糊神经网络，它利用了 Takagi-Sugeno 风格的模糊推理（查看第 5 层）。
我试图使问题变得简单，所以我将其分解为简单地将前一层的所有输入相乘。
方程由下式给出：
其中 x 是输入层，y 是输出层。对每个变量进行微分会留下前一层的另一个变量（因此计算起来并不困难）。
python-3.x - 结果使用 neupy 得到 NaN
我正在使用 numpy genfromtxt 加载 csv 文件。前 4 列是特征，最后一列是目标数据。
当我运行代码时，我得到了 nan rmse 结果。
谁能解释为什么？
python-3.x - neupy 性能缓慢
我有 Python3.6.4 和 neupy 0.6.4。我已经通过 neupy 页面http://neupy.com/2015/07/04/boston_house_prices_dataset.html#boston-house-price上的教程进行了磨练，页面上显示的时间比我的 PC 上打印的时间短得多。
总页执行时间：51ms+38ms+146ms+38ms+41ms = 314ms
我的执行时间：8min
为什么toturial时间和我的时间如此不同，我怎样才能加快执行速度？
neupy - 如何使整数输出层？
我有这样的网络，我想让最后一层返回整数（目标数据是整数）
python - 如何使用 Neupy 获得由神经元表示的点
我正在使用 neupy 使用以下代码获取一组神经元：
1-如何读取/获取与每个神经元相关的点集？2-inputfile.csv 有 date、lat、lng 字段。我想每天计算每个神经元的点数。如何进行？谢谢
scikit-learn - 是否可以将 sklearn 形式的 cross_val_score() 应用于具有 Weigth Elimination 之类的插件的 neupy NN？
我正在尝试将 cross_val_score() 应用于以下算法：
这是我收到的错误消息：
没有 WeightElimination 或任何其他插件，cross_val_score() 可以正常工作……还有其他方法吗？谢谢
python - 使用 dill 库保存和加载 neupy 算法可以返回同一时间段的不同预测？
首先感谢您阅读本文，如果您能提供帮助，请提前感谢您。这是我用于监督学习的算法：
交叉验证结果很好（k=10）：
训练后，我用莳萝保存了算法：
然后，如果我用 dill 加载网络并考虑整个训练集的 X 值，我会得到相同的 R2（0.9691），直到现在一切正常。这是结果：
如果我尝试做同样的事情但仅在过去几年 [2018-2022] 我得到这个（预测 y 与 X 训练值（2018 年到 2022 年）：
取而代之的是（使用 X 训练值（1992 年到 2022 年）预测 y：
当我加载不同的 X 值范围时，为什么我会在同一时期得到不同的预测？（从 1992 年到 2022 年的 X 输入：对 1992 年到 2022 年的 y 预测是可以的。（从 2018 年到 2022 年的 X 输入：对 2018 年到 2022 年的预测是不正确的。
这是代码：
python - 在 Python 和 R 中为概率神经网络获得相同的结果
我是神经网络的新手，所以请耐心等待。我正在尝试在 Python 中复制来自 R 的概率神经网络。出于复制目的，我正在使用来自 sklearn.datasets的著名iris 数据集。
正如您在下面的Python 代码中看到的，我使用的是neupy提供的 PNN 。最后打印测试集的估计概率。
但是，如果我在 R 中对同一数据集执行相同的方法（或者至少我认为它是相同的），我不会得到相同的结果。在 R 中，我使用的是pnn-package。这是我在 R 中所做的事情：
是否有一些我没有考虑的参数？还是网络只是以不同的方式工作？
python - 如何修复 python 上的“IndexError”？
我是一名学习机器学习并尝试训练神经网络的初学者。但是当我运行我的代码时出现问题。错误提示“IndexError: index 114 outside the limit for 0 axis with size 93”。这怎么会发生以及如何解决它？如果你能帮助我，请提前谢谢你
这是我使用 neupy 库的代码
输入是具有 6 个标签输出的 glcm 的 6 个特征。我使用 . 将数据拆分为测试和训练数据train_test_split。这是我拆分的数据
Jumlah 数据纬度：372 Jumlah 数据 uji：372 Jumlah 数据纬度：93 Jumlah 数据 uji：93
这是错误信息
python - 支持 GPU 的 Levenberg-Marquardt 算法
对于浅层神经网络，LM 算法做得非常好。
然而，似乎只有 MatLab 和 pyrenn（Python 包）有一个健壮的实现。这两种实现的一个问题是它们没有 GPU 支持。我也尝试过 neupy（一个 python 包），但是当您尝试训练更长的时期或大型数据集时，它并不健壮并且失败。你们知道可以使用 GPU 训练的用于 NN 的好的 LM python 包吗？