Dillon2015的博客

通过pybrain创建神经网络很简单，通过buildNetwork方法即可创建： >>> from pybrain.tools.shortcuts import buildNetwork >>> net = buildNetwork(2, 3, 1) 三个参数分别表示2个输入神经元，3个隐藏层神经元，1个输出层神经元 创建后，默认会以随机数初始化这个神经网络，通过.activate(

pybrain有自己的数据集格式，包含数据和标签，pybrain.dataset包里含有各种数据格式，对于监督学习SupervisedDataSet是其数据集格式 >>> from pybrain.datasets import SupervisedDataSet >>> ds = SupervisedDataSet(2, 1) 在初始化时需要指定其大小，2表示输入数据是2维的，1表示标签

通过pybrain创建的神经网络默认是以随机数初始化的，为了调整参数我们需要训练这个网络 pybrain提供trainers来训练神经网络，trainers接收创建的网络和训练集作为参数。 一个经典的训练方法是反向传播方法 >>> from pybrain.supervised.trainers import BackpropTrainer >>> net = buildNetwork

使用pybrain构造神经网络，在执行官网代码时出错： means = [(-1,0),(2,4),(3,1)] cov = [diag([1,1]), diag([0.5,1.2]), diag([1.5,0.7])] alldata = ClassificationDataSet(2, 1, nb_classes=3) for n in xrange(400): for klass