描述 给定一个数据集,其中包含10个序列 - 每个序列对应一天的股票价值记录 - 其中每个序列由50个股票价值样本记录组成,这些样本记录以5分钟间隔开始于早上或上午9:05。然而,在训练集中有一个额外的记录(第51个样本),它比50个样本记录中的最后一个记录晚2小时,而不是5分钟。需要在测试...
我正在尝试根据给定的事实重新创建一个基于神经网络的模型。该模型有3个输入,一个隐藏层和一个输出。我的问题是权重已经给出,因此我不需要进行训练。 我在想,也许我可以保存一个类似结构的神经网络的训练,并相应地更改值。您觉得这种方法可行吗?还有其他的想法吗?谢谢。 神经网络代码: ne...
我想在PyBrain中创建一个遵循以下布局的人工神经网络: 然而,我找不到实现这一点的正确方法。文档中唯一提供的选项是创建全连接层,而这并不符合我的要求:我希望我的一些输入节点连接到第二个隐藏层而不是第一个隐藏层。
我正在尝试在Python 3.2上安装PyBrain。这里说:https://github.com/pybrain/pybrain/pull/85应该可以工作。但是对我来说并没有。我尝试了: $export PYTHONPATH=$PYTHONPATH:'/home/luis/Documen...
我正在预测一个值,我的神经网络有两个输入层和一个输出层。这是我的代码,我已经训练了一个PyBrain网络,然后进行了测试,但我不知道如何将一组输入提供给网络以及如何获取结果。请帮助我继续进行。 ds = SupervisedDataSet(2,1) tf = open('data.csv...
我最近开始使用pyBrain进行一些机器学习研究。我对遗传算法和人工神经网络都很感兴趣 - 然而,尽管pyBrain主页列出了GA作为库的功能之一,但在pyBrain文档中似乎没有关于GA编程(例如染色体选择,适应度函数等)的任何信息,并且在PyBrain网站上也没有涉及GA的示例(AFAIK...
我有一个问题,与使用pybrain进行时间序列回归有关。 我计划使用pybrain中的LSTM层来训练和预测时间序列。 我在下面的链接中发现了一个示例代码: 请求示例:递归神经网络用于预测序列中的下一个值 在上面的示例中,网络可以在被训练后预测序列。 但问题是,网络通过将所有连续数据一次...
我正在使用pybrain构建一个有6个输入维度和一个实值输出维度的网络。下面是我使用的代码: network = buildNetwork(train.indim, 4, train.outdim) trainer = BackpropTrainer( network, train) tr...
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...
我已经尝试使用pybrain来生成自定义架构的神经网络,并通过反向传播算法对其进行监督式训练,但我对优化算法、任务、学习代理和环境的概念感到困惑。 例如:我该如何实现一个类似于(1)的神经网络来分类XOR数据集使用pybrain遗传算法(2)? (1) pybrain.tools.shor...