问题标签 [pybrain]

有人可以告诉我如何在 pybrain 中实现步进激活功能吗？

例如。

我似乎在pybrain.structure.modules中找不到任何实现？

谢谢

编辑

我现在明白您可以扩展 pybrain 并创建自己的图层。但是，我仍然不确定如何根据文档执行此操作。有人可以向我展示如何创建一个实现步进激活功能的层的示例吗？

我正在尝试使用以下方法安装 pybrain：

我安装了 git，然后使用 windows 命令提示符执行上述命令。一切顺利，但是当我打开我的 python IDE 时，我无法导入 pybrain。该模块不存在。我想知道我是否应该做一些额外的事情。

假设我以时间序列的形式对当地的温度、风速、气压、湿度等进行了测量，这就是我从世界上所知道的一切。有时，龙卷风会掠过我的探测器。

因为龙卷风不仅仅是一种随机的东西，还有一种模式，训练有素的眼睛可以在时间序列中识别出来……温度、风速等的一些变化以某种方式相互关联，周围有不可预测的波动。

我想以某种自动方式来识别时间序列中的间隔，这些间隔对应于我的探测器“看到”龙卷风的时期。

哪种机器学习方法更适合识别它们，并给我一些相应的“可靠性系数”。

请注意，由于龙卷风本质上是一种不稳定的物体，而且还会以某种不稳定的方式移动，因此探测器并不总是看到相同的温度、风速等变化，因为龙卷风可以在探测器上来回移动，局部变化它的形状等。我想我想说的是时间序列测量值与这些量的实际空间分布不对应，可以在龙卷风的“静止框架”中绘制。但是，它总是会看到“某种”相同的特征，但周围有一些随机性，我的眼睛可以识别出来，这让我认为这对于 ML 来说是一项合适的任务。

其他问题：是否有 python ML 库可以实现推荐的方法？(PyBrain, Scikit ? ...?)

我正在尝试在 PyBrain 中创建一个利用共享权重连接的神经网络，但这样做时遇到了麻烦。我没有找到太多使用这些类型连接的示例，但我认为我已经从我找到的那些和源代码中收集了使用它们的方法。但显然我没有那么幸运。

作为一个简单的例子，我正在尝试创建以下共享权重神经网络：

我希望共享矩形中显示的连接，因为沿每条路径的权重是相同的（将输入向量 [x,y] 与 [y,x] 交换应该产生相同的输出）。

我尝试使用以下代码构建此架构：

在上面的代码中，我创建了两个 MotherConnections，mc 和 mc2，想法是这两个对象将分别在我的第一个和第二个矩形中保存共享权重，如图所示。然后我使用 ModuleSlice 将输入模块和隐藏模块分成两组。然后我尝试使用 mc 和 mc2 容器添加连接来连接这些路径。

通过运行上面的代码，我没有收到错误。但是，如果我尝试通过取消注释最后的 net.activate 语句来测试网络，我会收到以下错误：

所以我想我一定对这种设置方式有误解。非常感谢任何能指出我对这些命令的理解在哪里误入歧途的人！

我有一些数据，每条记录的维度为8x128。我想为这些数据训练一个神经网络。

有没有人有任何使用多维数据作为 Pybrain 神经网络输入的例子？我搜索了文档，发现只有一维输入示例。在此处输入链接描述

我使用 pybrain 构建了这个示例：

输出为：[0.10563189]

我不明白activate() 的输出是什么。网络经过训练，我使用其中一个训练样本对其输出进行测试，因此我期望值与训练样本中的值完全相同。输入 [0, 0, 0] 应该得到输出 0。我在这里缺少什么？如何获得有效结果？

更令人困惑的是，每次我运行这段代码时，都会得到不同的结果。我显然做错了什么。它是什么？

我正在考虑做一个小项目，涉及使用某种机器学习识别简单的二维对象。我认为最好让每个网络都专门用于识别一种类型的对象。所以这是我的两个问题：

1. 我应该使用什么样的网络？我能想到的两个可行的是简单的前馈网络和 Hopfield 网络。由于我还想知道输入看起来像目标多少，因此 Hopfield 网络可能不适合。

2. 如果我使用需要监督学习的东西并且我只想要一个输出单元来指示输入与目标的相似程度，那么在训练过程中我应该展示哪些反例？只是给它正面的例子，我很确定它不会起作用（网络只会学会总是说“是”）。

图像将是低分辨率和黑白的。

嘿伙计们，我需要一些关于我的 pybrain 代码的帮助。一切都很好，但是在第一次训练之后，训练错误并没有下降。事实上，它只是停留在 13.3484055174 处。我已经多次检查我的代码并将其与其他示例进行比较，但我一直遇到同样的问题。我也已经尝试过更改隐藏单元的数量、学习率、动量、权重衰减，但无济于事。我检查了参数，它从 [-1 到 1] 开始，然后上升到 ~240-250。我想知道是否有人可以看到它为什么不起作用。我敢肯定这是我缺少的一个非常简单的 1-liner。

我正在研究 kaggle 0-9 数字分类数据集。我已经让随机森林工作了，但我真的想让这个神经网络也能工作。任何帮助将不胜感激。

几乎一整天以来，我一直在尝试在 PyBrain 上制作 SVM，但它给出“找不到 LIBSVM 安装。确保 svm.py 和 svmc.* 在 PYTHONPATH 中！”

我分别有 OSX 10.7.5 和 python 2.7.2，我去下载了 libsvm，然后按照 Make 的说明进行操作。基本上解压了它，在主目录中做了一次，在 python 文件夹中做了一次。然后我把它移到python库文件夹中。

还是不行。任何人都可以帮忙吗？有人用 PyBrain 做过 SVM 吗？我什至无法运行他们自己的示例。

谢谢

我无法让 DeepBeliefTrainer 在 PyBrain/Python 中处理我的数据。由于除了无监督的如何在 PyBrain 中使用深度学习之外，我找不到任何示例，我希望有人可以给出示例来展示基本的使用概念。

我尝试使用以下方法进行初始化：

我尝试使用 SupervisedDataset 进行回归，但训练失败了。有没有人成功使用深度学习训练器进行监督机器学习？你是怎么做到的？

我得到的错误：