问题标签 [pybrain]

下面是我的神经网络代码，有 3 个输入、1 个隐藏层和 1 个输出：

我的问题是，如果你想使用这个训练有素的神经网络根据特定的输入进行预测，你是怎么做的？

我有一个神经网络 n pybrain，有两个输入，一个隐藏层和一个输出层。我使用以下内容进行训练：

net 是神经网络，ds 是训练数据。

我的问题是我是否以及如何计算完成培训所需的时间，或者我如何监控培训的进度。谢谢。

我目前正在尝试使用 pybrain 创建一个用于股票价格预测的神经网络。到目前为止，我只使用了具有二进制输出的网络。对于那些网络，sigmoid 内层就足够了，但我认为这不是预测价格的正确方法。问题是，当我创建这样一个完全线性的网络时，我总是会遇到类似的错误

RuntimeWarning：反向传播训练时在方格中遇到溢出。

我已经缩小了输入。可能是由于我的训练集的大小（每个训练集 50000 个条目）？有没有人做过这样的事情？

我正在尝试根据给定的事实重新创建一个神经网络。它有 3 个输入、一个隐藏层和一个输出。我的问题是权重也给出了，所以我不需要训练。

我在想也许我可以保存类似结构神经网络的训练并相应地更改值。你认为这会奏效吗？还有其他想法。谢谢。

神经网络代码：

从如何保存和恢复 PyBrain 训练中保存训练和加载代码？

我正在使用粒子群优化训练 MLP 神经网络，以便使用来自 UCI 的数据集进行分类。我正在使用 PyBrain 构建 NN 和我的自定义代码来训练网络。我的问题是，我如何选择 PSO 的 Xmax、Xmin 参数（即 NN 的权重范围）？

检查python版本

列出其中的包virtualenv

加载解释器

按照PyBrain文档Building Networks with Modules and Connections，我正在分段构建神经网络（与使用 buildNetwork 快捷方式相反）。我正在构建一个简单的 3 层（输入、隐藏、输出）神经网络。如何正确添加偏置单元？

我猜我构建了一个BiasUnit模块，如下所示：

这是正确的方法吗？我必须创建FullConnection对象吗？如果是这样，我应该连接什么？

我有一些工作代码可以正确地将 csv 文件中的数据加载到 PyBrain 数据集中：

现在我正在尝试重写此代码以改用 numpy 的 loadtxt 函数。我相信 addSample 可以采用 numpy 数组，而不必一次添加一行数据。

假设我加载的 numpy 数组是 mxn 维的，我如何传入第一组 mx (n-1) 数据作为第一个参数，最后一列数据作为第二个参数？这就是我正在尝试的：

但我收到以下错误：

我怎样才能解决这个问题？

有一个函数，如：y = sin(x) 我想使用 PyBrain 网络来拟合函数，这是我所做的：当你运行它时，你会得到我得到的，得到的数据远非它应该是的.

我正在尝试为我的 10 维数据集生成一个网格，同时我遵循来自http://pybrain.org/docs/tutorial/fnn.html的代码。我正在实现并引发错误的代码是：

我得到的错误是：

我不知道如何纠正错误。