pybrain学习教程（三）：训练神经网络

Dillon2015

于 2017-02-10 11:33:15 发布

阅读量1.7k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： pybrain python

本文链接：https://blog.youkuaiyun.com/Dillon2015/article/details/54965894

29 篇文章

订阅专栏

4 篇文章

订阅专栏

本文介绍如何使用PyBrain创建并训练神经网络。采用反向传播方法进行训练，并演示了具体的训练过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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(2, 3, 1, bias=True, hiddenclass=TanhLayer)
>>> trainer = BackpropTrainer(net, ds)

ds是上一节创建的数据集

>>> trainer.train()
0.31516384514375834