Pybrain 简明教程
PyBrain - Introduction to PyBrain Networks
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 −