首页 > TAG信息列表 > pybrain

python-用于股票预测的PyBrain神经网络不会学习

我正在尝试编写一个可以预测一些数据的神经网络.因此,我将PyBrain用于python.我发现SupervisedDataset非常适合此任务.我提取了一些库存数据,并将其中的5个值用作输入,将六分之一作为目标.然后,我使用buildNetwork函数构建前馈网络,并使用BackpropTrainer对其进行了培训. 无论如何,

我如何使用矩阵作为PyBran上的数据集？

我正在使用pybrain来训练一个简单的神经网络,其中输入将是7×5矩阵. 以下是输入： A = [[0, 0, 1, 0, 0], [0, 1, 1, 0, 0], [0, 1, 0, 1, 0], [0, 1, 0, 1, 0], [1, 1, 1, 1, 1], [1, 0, 0, 0, 1], [1, 0, 0, 0, 1]] E = [[1, 1, 1, 1, 1], [1, 0

python – 在使用pybrain训练的网络中输出总是相等的近似函数

使用以下代码： tf = open('defl_07h.csv','r') for line in tf.readlines(): data = [float(x) for x in line.strip().split(';') if x != ''] indata = tuple(data[:1]) outdata = tuple(data[1:]) ds.addSample(inda

chapter11 (pybrain)

第十一 讲 使用神经网络进行客户流失预警 %matplotlib inline import os import numpy as np from scipy import stats import pandas as pd import sklearn.cross_validation as cross_validation import statsmodels.api as sm import statsmodels.formula.api as smf imp

python – PyBrain培训多个输出模块

我想训练一个有多个输出层的网络. in->hidden->out 1 ->out 2 这可能吗？如果是这样,我如何设置数据集和培训师来完成培训.解决方法:当您考虑拆分输出以获得多个SoftMax区域时,可以使用PyBrain提供的PartialSoftmaxLayer. 请注意,它仅限于相同长度的切片,但如果您需要自

python – 无法在pybrain上构建正确的ffnn

我训练了一个ffnn以适应pybrain的未知功能.我像这样建立了ffnn net = buildNetwork(1, 2, 1,hiddenclass=TanhLayer) 我说pybrain用命令打印网的参数 print net.params 和pybrain给我回复了参数 (1.76464967 , 0.46764103 , 1.63394395 ,-0.95327762 , 1.19760151, -1.2044940

python – PyBrain预测错误

我试图预测一组特定商品的销售价格.我在pybrain中使用RecurrentNetwork和BackpropTrainer.这是我的代码, def nnet(train, target, valid): ds = SupervisedDataSet(52-len(NU)+5, 1) for i in range(len(train)): ds.appendLinked(train[i], target[i]) n

python – pybrain什么是总错误,它告诉我们什么

所以我对python和pybrain很新,但是我在网上发现了一个代码,并在其上运行我自己的数据.当我看到python shell时,我看到的是 Total error: 0.119794950183 Total error: 0.120078064472 Total error: 0.119334171755 Total error: 0.119215954708 Total error: 0.119876371059 Total

python – pybrain activate()输出表示

我使用pybrain构建这个例子： from pybrain.tools.shortcuts import buildNetwork from pybrain.datasets import SupervisedDataSet from pybrain.supervised.trainers import BackpropTrainer net = buildNetwork(3, 3, 1) dataSet = SupervisedDataSet(3, 1) dataSet.addSample

python – pybrain效果不佳

我想知道我做错了什么或结果真的那么差.让我们假设最简单的NN示例如文档中所示： >>>net = buildNetwork(2, 3, 1, bias=True) >>> ds = SupervisedDataSet(2, 1) >>> ds.addSample((0, 0), (0,)) >>> ds.addSample((0, 1), (1,)) >>> ds.addSample((1, 0), (1,)) &