Пример нейронной сети на Python?

Question

[Ivasoft]

1) Ищу простой пример для построения нейронной сети. Ест два файла - обучающий и тестовый.
2) Интересует, какие параметры указывать в learn_rates, learn_rate_decays, epochs, verbose

Comments

[Ivasoft]

Андрей Перелыгин: С библиотекой еще не определился. Пробую habrahabr.ru/post/248395 данные -два файла сsv test и train. Первое поле ID, второе поле -тридцатое VR_1,VR_2... VR_30 заполнены числами. Сказано, что это некие "параметры" Последнее поле smoking(true или false) Нужно определить с какой вероятностью курящий в тестовой выборке.

Answer 1

[Andrey Druzhaev]

Я в свое время знакомился с библиотекой PyBrains. В ней достаточно просто построить сеть.
Однако эта библиотека не единственный вариант, есть еще и аналоги.

Answer 2

[tsarevfs]

Для начала полезно смотреть на 2 графика -- количество ошибок в тестовой и обучающей выборке по эпохам.
learn_rates это коэффициент который соответствует скорости обучения. Если ошибка уменьшается плавно, но медленно -- увеличиваем. так же влияет на вероятность попасть в локальный минимум.
learn_rate_decays -- затухание learn_rates со временем. Суть в том, что точное решение ищем с меньшей скоростью когда уже нашли хорошее приближение.
epochs -- собственно прогоны обучающей выборки. Когда графики некоторое время остаются на месте, продолжать обучение смысла нет.
verbose -- не относится к обучению. Если True печатает какую-то дополнительную информацию в процессе.
Еще графики помогут определиться со сложностью сети(количество слоев, нейронов в них). Если точность на обучающей выборке намного выше чем на тестовой -- переобучение. Это значит что модель слишком хорошо адаптировалась к обучающей выборке, "запомнила" ее, но плохо работает на незнакомых данных. Уменьшаем сложность модели. Если графики не сильно отличаюстя, но результат плохой -- нужно увеличивать сложность модели.