问题标签 [pylearn]
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.
machine-learning - 无法在 pylearn2 上编译 cuda_convnet 错误
我试图在 windows server 2012 上使用 pylearn2 编译 CNN。但是当我的网络包含 MaxoutConvC01B 时，它无法编译并给出错误消息，
RuntimeError: ('编译节点时出现以下错误', (GpuContiguous.0), '\n', 'Could not compile cuda_convnet')
请帮助解决此问题。
machine-learning - 使用 theano 扫描实现 LSTM，比使用循环慢得多
我正在使用 Theano/Pylearn2 在我自己的网络中实现 LSTM 模型。但是，我发现 Theano 扫描比使用普通循环要慢得多。我使用了 Theano 分析器
和行动，
所以很多很多时间都花在了 Scan 上（这有点像预期的那样，但我没想到它会这么慢）。
我的代码的主体是
我把我的扫描写成：
我注意到的一件事是 Theano 扫描的类型使用 Python 实现（？）是这慢得离谱的原因吗？还是我做错了什么？为什么 Theano python 实现 Scan 而不是 C。
（我说使用循环更快，但在运行时更快，对于大型模型，我没有设法在合理的时间内编译使用循环的版本）。
machine-learning - 在整个神经网络训练过程中，数据集的验证误差是否高于测试误差？
我正在使用 pylearn2 库训练卷积神经网络，并且在所有 ephocs 期间，我的验证错误始终高于测试错误。可能吗？如果是这样，在什么样的情况下？
machine-learning - 用于时间序列或序列预测的 Pylearn2 示例
Pylearn2可以用于连续数值数据的时间序列或序列预测吗？Pylearn2 中的 LSTM 循环神经网络可以用于此目的吗？如果是这样，有人可以在 Pylearn2/Theano/Python 中发布示例代码吗？
ubuntu - Ubuntu 14.04 - Pylearn2 安装：在 $PATH 上找不到 nvcc 编译器
我正在尝试在我的 Ubuntu 14.04 上安装 pylearn2。但是，当我键入“python setup.py develop”命令并出现 nvcc&x86_64-linux-gnu-gcc 致命错误时，安装失败。
我收到一个 nvcc 编译器错误，指出找不到 $PATH
我认为有一些已弃用的 Numpy 软件包会导致安装过程失败。
我不知道 x86_64-linux-gnu-gcc 发生了什么，是否发生了一些致命错误？
然后系统无法创建以下目录
python - 使用全局对比度归一化 - Python pylearn2
我试图将我的图像输入到这个方法中，但是当我尝试绘制图像时，它完全变黑了。
我尝试只输入一张图像并输入整个 MNIST 数据集。结果相同。
https://github.com/lisa-lab/pylearn2/blob/master/pylearn2/expr/preprocessing.py
第二个图像 img_gcn_1 变黑了。
我究竟做错了什么？
python - 如何在多个目标变量上训练我的 pylearn2 神经网络？
我有一个功能正常的pylearn2神经网络，它从 a 加载数据csv并预测一个连续的目标变量。如何更改它以预测多个不同的目标变量？
我正在使用Kaggle 的非洲土壤数据集。
并构建了这个正常运行的 mlp 文件：
}
为了预测单个目标变量，我从数据集中删除了除 之外的所有目标变量Ca，并将其移至第一列。当我在控制台中运行以下命令时ipython，它适用于该单个变量：
我想包括其他 4 个目标变量（P、pH、SOC、Sand），但不知道如何设置我的模型来训练这些额外的目标。我认为我需要对、 或进行一些操作num_outputs，但我的尝试没有任何成功。这是具有更多目标变量的项目的前身项目，因此我使用单个网络进行训练很重要，而不是为每个目标变量构建一个新网络。dimnvis
deep-learning - 在 scikit-neuralnetwork 中可视化深度神经网络的权重
我玩过由 pylearn2 库支持的scikit-neuralnetwork 。pylearn2具有可视化卷积核的学习权重的功能。我可以以某种方式访问 scikit 包装器中的学习模型并可视化权重吗？
我是 python 新手，所以通过 scikit-nn 的来源并没有真正帮助我。
谢谢
theano - 从 pylearn2/Theano 向 MLP 中的 SGD 训练器添加 L2 正则化
我是 Pylearn 的新手——所以这个问题可能非常基础。我想将 L2 正则化添加到 MLP 的 SGD 训练器中，但我不知道该怎么做。这是我的代码（失败）：
注意：我已经跳过了数据读取部分——假设它不会影响问题。这就是我运行 mlp 的方式：
这是我看到的错误：
我不确定如何将 L2 成本包含在正则化中？有人可以帮忙吗？
python - 在 pylearn2 中使用 RBM 预训练 ANN
pylearn2我正在尝试使用 RBM 进行预训练来训练多层 ANN 。我稍微修改了包含在pylearn2\pylearn2\scripts\tutorials\deep_trainer中的名为run_deep_trainer的脚本。我想要一个 4 层网，其中前 3 层是用 500 制成的，最后一层是一层。GaussianBinaryRBMmlp.Softmax
这是我创建的脚本：
它正确地进行了无监督的预训练部分，但在监督训练部分出现了错误：
如果我SoftmaxRegression在最后一层使用（作为模型），这意味着用 and 替换函数和，get_mlp_softmax()一切正常。get_layer_trainer_softmax()get_logistic_regressor()get_layer_trainer_logistic()
似乎模型mlp.Softmax没有_params通过函数返回参数（）get_params()。
有谁知道如何解决这一问题？