pybrain

    2

    1답변

    내 신경망을 실행하는 데 더 많은 성능이 필요하므로 cython으로 구축하는 것이 좋습니다. 다음과 같이 코드를 작성합니다. from distutils.core import setup from Cython.Build import cythonize setup( ext_modules = cythonize("my_code.pyx") ) 하지만

    1

    1답변

    Pybrain에서 간단한 시작 네트워크를 사용하고 있습니다. 내 데이터 (약 200 데이터 포인트)로 그것을 훈련 시켰습니다. 이 데이터는 2 개의 입력과 1 개의 출력입니다. 필자는 하나의 입력을 동일하게 유지하고 다른 입력에 대해 생각할 수있는 값의 범위를 반복하는 테스트를 수행했습니다. 출력은 두 번째 입력의 가능한 값 전체에서 동일했습니다. 나는 그

    0

    1답변

    2 개의 입력, 3 개의 뉴런 및 1 개의 출력을 가진 기본 NN 설정이 있습니다. 교육을 위해 약 4000 데이터 포인트 (예 : 4000 행 2 입력 및 1 출력)가있는 경우 trainUntilConvergence()의 예상 소요 시간은 얼마입니까? 또한 스레드에서이 발생할 수 있으며 (다른 스레드에서) 교육 데이터 세트에 지속적으로 데이터를 추가 할

    0

    1답변

    나는 파이브 레인에피드 포워드 신경망을 만들 수 있음을 이해합니다. 그러나 , 우리는 또한 pybrain에서 폭포 앞으로 신경 네트워크을 만들 수 있습니까? 난 당신이 모두 숨겨진 레이어에 직접 출력 층에 입력 층을 연결하려면 제대로 이해하고

    0

    1답변

    Pybrain 패키지를 Anaconda 환경에 설치해야합니다 (Pybrain은 Anaconda 배포본의 일부가 아닙니다). 나는 Pycharm을 사용하고 있으며 패키지를 모두 설치하기가 쉽습니다. 왜냐하면 그것들은 모두 Anaconda 배포판에서 사용 가능했기 때문입니다. 어떻게해야하는지 알고 있습니까? 대단히 감사합니다!

    -1

    2답변

    나는 신경 네트워크 이미지 처리 내가 가 지금은 훈련 세트에 우주의 50 개 이미지를 처리 ​​한 후 어떻게 보일지 이미지의 데이터 집합을 제공하고위한 파이썬 응용 프로그램을 개발하고있다. 입력으로 빈 검은 색 이미지를주고, 결과적으로 나는 각각의 훈련 세트 이미지를줍니다. 5 개의 숨겨진 뉴런으로 100 개 에포크 훈련을했습니다. 그러나 다른 입력으로 내

    1

    1답변

    특수 ClassificationDataSet과 함께 Pybrain 신경망으로 첫 번째 분류자를 작성하려고합니다. 제대로 작동하는지 완전히 확신 할 수 없습니다. 그래서 6 개의 기능 열과 클래스 레이블 (생존, 단지 0 또는 1)에 대해 1 열의 팬더 데이터 프레임이 있습니다. 나는 그것의 데이터 집합을 구축 : ds = ClassificationDataS

    1

    1답변

    Pybrain에서 어떻게 연결을 제거합니까? 하나의 뉴런/모듈 기술을 사용하여 입력 레이어, 단일 숨겨진 레이어 및 출력 레이어 사이의 연결을 사용자 지정합니다. 하지만 이제는 교육 과정에서 연결성을 조작하고 싶습니다. 이러한 조작 중 하나는 연결/가장자리를 제거하는 것입니다. 네트워크 클래스에서 addConnection은 볼 수 있지만 removeConn

    2

    1답변

    PyBrain 및 Python의 multiprocessing 패키지를 사용하여 Python에서 신경망을 학습하려고합니다. 여기 내 코드입니다 (XOR 로직을 배우기 위해 간단한 신경 네트워크를 훈련시킵니다). import pybrain.tools.shortcuts as pybrain_tools import pybrain.datasets import py

    -3

    1답변

    i=0 noofclasses = 2 alldata = ClassificationDataSet(400, 1, noofclasses) while i<len(data): alldata.addSample(data[i],labels[i]) i=i+1 tstdata_temp, trndata_temp = alldata.splitWithPropo