-
1 votesanswersviews
神经网络时间序列归一化
我使用LSTM作为时间序列预测网络中的隐藏层功能 . 是否需要输入规范化？如果是，data = data / sum（data）是否正确归一化？输出是否也应该通过输入进行标准化？ -
1 votesanswersviews
pybrain LSTM层的激活为零
我构建了一个LSTM网络来对序列数据进行回归 . 当我尝试激活隐藏层（即LSTM层）时，它返回零 . 网络只有一个隐藏层，一个输入层和一个输出层 . 我尝试使用以下代码段获取隐藏的图层值 . print net.activate(data) print net['in'].outputbuffer[net['in'].offset] print net['hidden0'].outputbuffe... -
2 votesanswersviews
用于回归的Pybrain循环网络 - 如何正确地启动经过训练的网络进行预测
我试图使用递归神经网络解决回归任务（我使用pybrain来构建它） . 在我的网络适合后，我想用它来做出预测 . 但是对复发网络的预测受到其先前预测的影响（其依次受到预测之前的预测等） . 问题是 - 一旦网络被训练并且我想在数据集上用它做出预测，如何正确地启动预测过程 . 如果我只是在数据集的第一个例子中调用.activate（）来进行预测，这意味着循环连接将0传递给网络，并且它将以不希望的方式... -
1 votesanswersviews
Pybrain - lstm序列坏预测
嗨， 我有一个看起来像这样的序列（加上更多的零）： [0,0.66,0,0.66,0,0,0,5,0,0,0,0,1,18,0,0,0,0,0,0,0] 我在python中的代码与以下代码相同： Pybrain time series prediction using LSTM recurrent nets from pybrain.datasets import SequentialDataSe... -
1 votesanswersviews
用pybrain预测正弦函数
为了理解神经网络和pybrain，我试图仅使用时间索引作为输入来预测噪声中的正弦函数 . 因此，前提是简单的NN结构可以模拟y（t）= sin（t） . 设计是：1个输入层（线性），1个隐藏层（tanh）和1个输出层（线性） . 节点数为：每个相应层1,10,1 . 缩放输入（时间变量t）使得其范围为[0; 1] . 目标被缩放以具有范围[0; 1]或[-1; 1]，具有不同的结果（下面给出） .... -
3 votesanswersviews
用于预测的循环NN不学习
我'm trying to build a recurrent neural network for prediction. I'在PyBrain这样做 . 我已经创建了两个简单的脚本来测试这些想法和技术，然后再将它们实现为更复杂的东西 . 我试图遵循已经证明可以尽可能多地工作的代码，即：在stackoverflow上，在github上 . 在第一个例子中，我试图在给定过去值的时间范围的情况下预测... -
1 votesanswersviews
训练LSTM神经网络预测pybrain，python中的时间序列
我有一个使用PyBrain创建的神经网络，旨在预测时间序列 . 我正在使用顺序数据集函数，并尝试使用5个先前值的滑动窗口来预测第6个 . 我的一个问题是，我无法弄清楚如何通过将5个先前的值附加到输入并将第6个值作为输出附加来创建所需的数据集 . 我也不确定在网络训练后如何准确预测系列中的值 . 在下面发布我的代码： from pybrain.datasets import SupervisedDa... -
1 votesanswersviews
Python / Pybrain：如何在训练期间修复神经网络的权重？
我对神经网络很陌生，并尝试使用pybrain来构建和训练网络 . 我正在手动构建我的网络，所有层之间都有完全连接（输入，两个隐藏层，输出），然后使用_SetParameters将一些权重设置为零，因为我不希望某些特定节点之间的连接 . 我的问题是，开头的零权重与所有其他权重的调整方式相同，因此在通过backprop训练网络后不再为零 . 如何强制“零重量”在整个过程中保持为零？ 非常感谢你的回答 ... -
0 votesanswersviews
如何使用Pybrain实现在线机器学习
我正在寻求使用Pybrain实现在线机器学习算法 . 我知道在线机器学习没有内置的优化，但我想知道我是否可以通过在单个训练样例（即SGD）上反复训练神经网络来实现解决方法 . 在我实例化神经网络和1个训练示例的 dataset 之后，我调用了 trainUntilConvergence(dataset=training_data,maxEpochs=100) ，它找到了神经网络的最佳权重 . 如果... -
1 votesanswersviews
神经网络错误率不会进展
神经网络菜鸟在这里 .我正在使用PyBrain来尝试创建一个学习音乐的网络 .我的数据集由大约一百首歌曲组成，其中网络的输入是两个音符，目标是接下来的两个音符 .每个音符由音符/和弦组合的int表示，音符的八度音程为int，音符持续时间为浮点数 .我的网络看起来像这样： net = RecurrentNetwork() net.addInputModule(LinearLayer(6, n... -
-1 votesanswersviews
PyBrain RNN预测失败
我使用递归神经网络进行时间序列预测，LSTM作为激活函数 . 输入是序列数据集，输出是输入序列之后的下一个数据 . 我有数百个输入，一个相同大小的隐藏层，以及输出层中的单个输出 . 无论我训练多少，结果总是远高于实际值（也有其他功能），分别用绿色和蓝色表示 . 解决办法是什么？ -
27 votesanswersviews
请求例如：用于预测序列中下一个值的递归神经网络
任何人都可以给我一个（pybrain）python中循环神经网络的实例，以预测序列的下一个值吗？ （我已经阅读了pybrain文档，我认为没有明确的例子 . ）我也发现了这个question . 但我没有看到它在更一般的情况下是如何工作的 . 因此，我问这里是否有人可以找到 clear example of how to predict the next value of a sequence i... -
11 votesanswersviews
在时间序列数据集上使用递归神经网络进行预测
Description 给定具有10个序列的数据集 - 序列对应于股票 Value 记录的一天 - 其中每个序列构成50个样本记录的库存值，从早晨或上午9:05开始以5分钟的间隔分开 . 但是，有一个额外的记录（第51个样本）仅在训练集中可用，该训练集是在50个样本记录中的最后记录样本的2小时后，而不是5分钟 . 对于测试集，需要预测第51个样本，其中还给出了前50个样本 . 我正在使用 pybr... -
2 votesanswersviews
为什么Pybrain总是预测相同的值？
我正在尝试使用PyBrain进行预测，但是我的代码输出在测试集上给出了几乎总是相同的预测 . 谁能解释我为什么？ 谢谢 ！ ## ----------------------- Data ---------------------------- ## import pandas as pd bdata = pd.read_csv(r'C:\Users\philippe.colo\Projects... -
0 votesanswersviews
python中的多标签分类
我开始使用Pybrain哪种好的神经网络算法 . 如果有人已经熟悉它，包装是否也可以进行多标签分类？多标签与多类别分类不同，因为一个实例可以有多个类作为其输出/目标 . -
8 votesanswersviews
用PyBrain神经网络预测时间序列数据
问题 我试图使用5年的连续历史数据来预测下一年的 Value . 数据结构 我的输入数据input_04_08如下所示，其中第一列是一年中的某一天（1到365），第二列是记录的输入 . 1,2 2,2 3,0 4,0 5,0 我的输出数据output_04_08看起来像这样，是一列，在一年的那一天记录了输出 . 27.6 28.9 0 0 0 然后我将0到1之间的值标准化，以便给网络的第一个... -
2 votesanswersviews
Python 2.7.9与SciPy的PyBrain问题
我刚刚尝试使用scipy‑0.15.1‑cp27‑none‑win_amd64.whl安装 SciPy我安装了 Python 2.7.9 x64我有 wheel installed我有 numpy installed我在 Windows7 工作 日志表示scipy在运行后已成功安装： pip install scipy-0.15.1-cp27-none-win_amd64.whl 日志说pybr...