Bob 的 MLP 机器的基于 L-BFGS 的训练器
项目描述
此示例演示如何通过为 Bob 的多层感知器 (MLP) 实现提供一个新的基于 L-BFGS 的训练器来扩展 Bob。
安装
首先，您必须按照那里的说明 安装bob。
您可以通过两种方式在您的计算机上安装和运行该软件包：您可以使用pip（或easy_install）等自动安装程序或手动下载、解压并使用zc.buildout为该软件包创建一个虚拟工作环境。在这两种情况下，都会自动下载并安装上面列出的两个依赖项。
使用自动安装程序
使用pip是最简单的（shell 命令标有$信号）：
$ pip install xbob.mlp.lbfgs
你也可以用easy_install做同样的事情：
$ easy_install xbob.mlp.lbfgs
这将下载并安装此软件包以及任何其他必需的依赖项。它还将验证您安装的 Bob 版本是否兼容。
此方案适用于virtualenv的虚拟环境，或者如果您对您的机器具有 root 访问权限。否则，我们建议您使用下一个选项。
使用zc.buildout
从PyPI下载此软件包的最新版本并将其解压缩到您的工作区。工具包本身的安装使用buildout。您无需了解其内部工作原理即可使用此软件包。这是一个让你开始的食谱：
$ python bootstrap.py $ ./bin/buildout
这两个命令应该下载并安装所有未安装的依赖项，并为您提供一个完全可操作的测试和开发环境。
用户指南
假设您已按照软件包的安装说明安装此软件包。
下面，我们提供了一个示例，说明如何使用来自 python 世界的这个训练器来训练 MLP：
>>> machine = bob.machine.MLP((n_inputs, n_hidden, n_outputs)) >>> # Initialize the machine weights/biases as wished >>> trainer = xbob.mlp.lbfgs.Trainer(1e-6) >>> trainer.initialize(machine) >>> trainer.train(machine, X, labels)
关
xbob.mlp.lbfgs-1.0.3.zip的哈希值
| 算法 | 哈希摘要 | |
|---|---|---|
| SHA256 | 2bdf0fcb1505bdd84f02994290f41eba4422ba19d1dc6dc0337ec74822130659 |
|
| MD5 | 278b31f8ac287385057499e85adfd7c7 |
|
| 布莱克2-256 | d8ebd9d5679bccfd0151c63139bdef67c1e3f4c3fe90e4ae76fe3df9194f83f9 |