The documentation is build up in the following parts: first, there is the quickstart tutorial which aims at getting you started with PyBrain as quickly as possible. This is the right place for you if you just want get a feel for the library or if you never used PyBrain before.
Although the quickstart uses supervised learning with neural networks as an example, this does not mean that that’s it. PyBrain is not only about supervised learning and neural networks.
While the quickstart should be read sequentially, the tutorial chapters can mostly be read independently of each other.
In case this does not suffice, we also have an API reference, the Module Index. Most of the packages and modules of PyBrain are auto-documented there.
начни с https://www.youtube.com/watch?v=gvPzP9mCv5M
очень примитивно, зато с практическим примером
чудес в сетях нет — это простой обсчет матриц вкупе с использованием конечных автоматов
веса задаются интуитивно, опираясь на практику и бизнес-процессы
начни с простого
Основа нейросети — обычный граф, в вершинах какие-то данные, на ветвях — их взаимосвязи.
Самое главное, чтобы твой граф не имел циклов, иначе твоя работа значительно усложнится. Ловить циклы, считать количество проходов. Вообщем старайся уйти от циклов.
Из что посмотреть/почитать:
1) Канал Artificial Intelligence and Machine Learning
2) Книга "Нейронные сети. Полный курс". Авторов не помню. Как на харде у себя найду ее, обновлю ответ.
В любом случае скачай для начала любой учебник по теории графов, сильно поможет для понимания материала по нейронкам.
GitHub is home to over 40 million developers working together to host and review code, manage projects, and build software together.
pybrain / docs / documentation.pdf
- © 2020 GitHub, Inc.
- Terms
- Privacy
- Security
- Status
- Help
You can’t perform that action at this time.
You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session.