Pybrain学习笔记-1 pybrain介绍
参考文档:http://www.pybrain.org/docs/index.html
注:原创博文,转载请注明出处:http://blog.csdn.net/m0_37887016
引言:
Python的pybrain模块是比较好用的神经网络建模工具包,其对有监督学习的数据有开源的处理模块,数据集的建立,网络的训练也十分便捷。当然它不仅仅适用于有监督的学习数据。总而言之,pybrain能够快速构建多种神经网络这一特性还是能给日后的工作带来方便。
Pybrain的模块API:
http://wiki.github.com/pybrain/pybrain/guidelines
Pybrian的wiki指导文档:
http://groups.google.com/group/pybrain
Pybrain说明书的主要内容则集中在以下几个方面:第一,有一个快速入门教程,旨在让用户尽快开始使用PyBrain。 把文档看作是pybrain的使用手册,对于没有接触过pybrain的小白来说很有用处。
pybrain介绍:
PyBrain的实质其实是在多个module中封装多种多样的数据处理算法。一个最小的模块所包含一个前向算法的实现,取决于可以通过一些机器学习算法调整的自由参数的集合。
每个模块有一个输入和一个输出缓冲区,再加上错误反向传播算法中使用的相应的错误缓冲区。不同的模块被组合成类网络的对象,并通过Connection对象连接。这可能包含许多可调参数本身,如网络权重。
请注意,网络本身也是一个模块,因此用户也很容易构建分层网络。Pybrain存在用于构建最常见的网络架构的快捷方式,但是在原则上,只要各个模块之间形成有向无环图,该系统几乎允许组装任意连接的模块系统。
通过使用“训练器train()”和数据集,来调整网络的自由参数,以从示例中学习最佳参数。对于强化学习实验,可以使用具有相关优化任务的仿真环境代替数据集。
Pybrain的原理图如下:
可见,pybrain为神经网络的相关研究工作带来了一定的便捷性,后续将正式进入pybrain的学习。由于是学习笔记,所有代码均非常初级,不过看到的代码一般都是假代码,敲出来的代码才是真代码。
Ps:程序小猿,个人能力和表达能力有限,如有错误欢迎指正交流。码字不易,转载请注明出处(笔芯)。