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）。