谁能给我一个实际的例子,使用(pybrain)python中的递归神经网络,以预测序列的下一个值?(我已经阅读了pybrain文档,但没有清晰的例子。) 我也发现了这个问题。但我不明白它在更一般的情况下如何工作。因此,我想问这里是否有人能够提供一个清晰的例子来预测pybrain中序列的下一个值,使用递归神经网络。
举个例子。
比如说,我们有一个数字范围为[1,7]的序列。
First run (So first example): 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
Second run (So second example): 1 2 5 6 2 4 4 5 1 2 5 6 7 1 4 6 1 2 3 3 6
Third run (So third example): 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
and so on.
现在给出一个新序列的开始:1 3 5 7 2 4 6 7 1 3
下一个值是什么/下一组值是什么?
这个问题看起来有些懒惰,但我认为缺乏如何用pybrain解决这个问题的好的、体面的例子。
另外:如果存在多个特征,怎么做呢:
例如:
假设我们有几个序列(每个序列都有两个特征),范围在[1,7]之间。
First run (So first example): feature1: 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
feature2: 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
Second run (So second example): feature1: 1 2 5 6 2 4 4 5 1 2 5 6 7 1 4 6 1 2 3 3 6
feature2: 1 2 3 7 2 3 4 6 2 3 5 6 7 2 4 7 1 3 3 5 6
Third run (So third example): feature1: 1 3 5 7 2 4 6 7 1 3 5 6 7 1 4 6 1 2 2 3 7
feature2: 1 2 4 6 2 3 4 5 1 3 5 6 7 1 4 7 1 2 3 5 6
and so on.
现在举个例子,开始一个新的序列:
feature 1: 1 3 5 7 2 4 6 7 1 3
feature 2: 1 2 3 7 2 3 4 6 2 4
下一个值(或值)是什么?
请随意使用自己的示例,只要它与这些示例相似并且有一些深入的解释。