Pybrain 简明教程

PyBrain 是为使用 Python 进行机器学习而开发的库。有许多机器学习的重要概念，其中一个是网络。网络由模块组成，它们通过连接连接。

简单神经网络的布局如下：

Pybrain 支持神经网络，如前馈网络、循环网络等。

feed-forward network 是一个神经网络，其中节点之间的信息在正向移动，决不会往后退。在人工神经网络中，前馈网络是第一个也是最简单的一个。信息从输入节点传递到隐藏节点，然后传递到输出节点。

以下是简单前馈网络布局。

圆圈表示为模块而带箭头的线表示与模块的连接。

节点 A 、 B 、 C 和 D 是输入节点

H1 、 H2 、 H3 、 H4 是隐藏节点，O 是输出。

在上述网络中，我们有 4 个输入节点、4 个隐含层和 1 个输出。该图表中显示的线数指示模型中在训练期间将调整的权重参数。

Recurrent Networks 与前馈网络类似，唯一的不同之处在于它必须记住每一步的数据。必须保存每一步的历史记录。

以下是循环网络的简单布局 −