问题标签 [nupic]

我最近遇到了Numenta公司及其软件库NuPIC，它实现了皮质学习算法 (CLA)，这是一种模拟人类学习方式的尝试。

是否有任何其他类似于 NuPIC 的项目（即实现模拟人类学习方式的算法的软件库，即持续和在线）？

我在 ubuntu-13.04-desktop-amd64.iso [在 Exsi 5.1 内] 上安装 NUPIC 真是太费时间了。

我已按照https://github.com/numenta/nupic/wiki/Install-Nupic-on-ubuntu-13.04上的说明进行操作。安装失败：

出现以下错误：

如果我使用 sudo pip install 它可以工作...但只是失败了

我还必须添加

甚至将其带到“pip install ...”点。

任何援助将不胜感激。

谢谢，

尼尔

提前感谢您的帮助！

我正在尝试使用 Pip 1.5.2 安装一组 Python 2.7.5 库。我正在按照说明在我的 mac (OS X Mavericks) 上安装 NuPIC。在我运行这条线之前，一切都很好：

我收到了这个错误：

这是需求文件（$NUPIC/external/common/requirements.txt）：

它有一段时间运行良好，所以我认为它成功安装了一些库并打破了一个。任何想法出了什么问题？

我需要从这里澄清这个例子： https ://github.com/numenta/nupic/wiki/Encoders

1、7、15、36 值是否与行 (w) 中的值连接，或者它们只是输入流中的索引/数字？如果它们是为什么那么 1 的集合等于 7 的集合？

我正在尝试按照以下教程进行操作：

https://github.com/numenta/nupic/tree/master/examples/opf/clients/hotgym/prediction/one_gym

我一开始是对的，但是运行第一个 python 脚本给了我一个错误：

所以我没有看到其他人抱怨这个错误，所以我假设它是我正在做的事情（或忽略）你能帮我理解发生了什么吗？

swarm.py 的内容在这里：

https://github.com/numenta/nupic/blob/master/examples/opf/clients/hotgym/prediction/one_gym/swarm.py

我目前正在研究一些图像/视频识别系统。我想基于 NuPIC 构建它。但是我找不到在视觉领域非常重要的多维空间池化器。我应该自己实现多维SP吗？

我正在尝试使用 OPF 运行 TemporalClassification 模型来识别流中的模式。我调整了模型参数，使其具有两个传感器输入：ScalarEncoder 和 SDRCategoryEncoder。后者标记为classifierOnly。并且在推论中它也被设置为 predictField 。

当尝试用输入数据输入模型时，我得到

NontemporalClassification（仅更改了 inferenceType）模型运行时没有此类错误。

我在 nupic 代码中发现了 6 次 categoryOut：https ://github.com/numenta/nupic/search?utf8=%E2%9C%93&q=categoriesOut

并且错误出现在 nupic/frameworks/opf/clamodel.py 的第 558 行

似乎网络中的 ClassifierRegion 没有正确准备好输出数据。

谁能解释为什么分类区域没有“categoriesOut”？我猜我的模型参数中存在错误配置，但在模型初始化期间没有错误或警告。运行 TemporalClassification 模型是否需要任何强制参数和分配（NUPIC 文档中注意到的除外）？

我是新手。我认为 NuPIC 的想法真的很酷，因此想在 NuPIC 的输出上应用 KNN 分类器。我看到 python 中已经有一个 KNNClassifier 对象。我对应该使用的输入模式感到困惑。在 MNIST 数据集的情况下，我将拥有图像，其中每个图像都是一个 2D 数字数组并且将是稀疏的。我可以理解输出的格式可以使用 NuPIC 中的分类编码器进行编码，但是没有这样的例子来编码以数组形式出现的输入。

任何帮助将不胜感激。

我无法从 CLA 模型中获得标量预测。

这是一个独立的示例。它用于config使用 ModelFactory 创建模型。然后它用一个简单的数据集（{input_field=X, output_field=X}，其中 X 在 0-1 之间是随机的）对其进行训练。然后它尝试使用 {input_field=X, output_field=None} 形式的输入来提取预测。

我看到的输出是高置信度None而不是我期望的，这接近输入值（因为模型是在输入==输出上训练的）。

• 'NontemporalClassification' 似乎是正确的推理类型，因为它是一个简单的分类。但这适用于标量吗？
• 除了 output_field=None 之外，是否有不同的方式来表达我想要一个预测？
• 我需要 output_field 是classifierOnly=True。是否有相关配置缺失或错误？

谢谢你的帮助。

我即将开始学习函数式编程，而 Clojure 最吸引我，我喜欢它的社区、语法和不可变数据结构的概念。我也对用于丰富数据Numenta的生物启发式 ML 感兴趣。然而，我最担心的是 Spark 还不支持它，而且 Spark 摇滚！！！有一个 Flambo Flambo Clojure，但它是一个令人满意的解决方案吗？

我的课程和工作是在 Scala 中。我应该打败并进入 Scala 世界还是你认为我应该只专注于 Clojure？