使用 Scikit-Learn 的 Momentum 反向传播
Backpropagation with Momentum using Scikit-Learn
我正在尝试使用 Scikit-Learn 的神经网络通过带动量的反向传播对我的数据集进行分类。我需要指定这些参数：隐藏神经元、隐藏层、训练集、学习率和动量。
我在 Sklearn.neural_network 包中找到了 MLPClassifier。问题是这个包是 Scikit-learn V0.18 的一部分，它是一个开发版本。
有什么方法可以使用 Scikit-Learn V0.17 来做到这一点？
使用 Anaconda，但如果出现问题，我可以更改它。
如果有人需要这个问题的答案，我实际上决定 运行 一切都在 Linux 虚拟机上。然后我按照说明安装了开发版本，一切（几乎）都运行良好。 运行 它在 Linux 上比 Windows 简单得多，因为您可以从 git 和 运行 安装软件包，而无需下载所需的软件来编译它.不过我还是有点挣扎。
另一个可能的解决方案是使用 Google Colab。他们提供了一个可以导入 Scikit-Learn 工具包的环境。
我正在尝试使用 Scikit-Learn 的神经网络通过带动量的反向传播对我的数据集进行分类。我需要指定这些参数：隐藏神经元、隐藏层、训练集、学习率和动量。 我在 Sklearn.neural_network 包中找到了 MLPClassifier。问题是这个包是 Scikit-learn V0.18 的一部分，它是一个开发版本。
有什么方法可以使用 Scikit-Learn V0.17 来做到这一点？
使用 Anaconda，但如果出现问题，我可以更改它。
如果有人需要这个问题的答案，我实际上决定 运行 一切都在 Linux 虚拟机上。然后我按照说明安装了开发版本，一切（几乎）都运行良好。 运行 它在 Linux 上比 Windows 简单得多，因为您可以从 git 和 运行 安装软件包，而无需下载所需的软件来编译它.不过我还是有点挣扎。
另一个可能的解决方案是使用 Google Colab。他们提供了一个可以导入 Scikit-Learn 工具包的环境。