如問題所述。我的目標是訓練一個權重爲複數的神經網絡。使用默認的scikit學習網絡並在此基礎上編輯(編輯源代碼),我遇到的主要問題是從scipy中獲取的scikit學習中使用的優化函數僅支持輸入實數的函數的數值優化。訓練具有複數值權重的神經網絡(初始化複數值權重實數值輸入)
Scikit學習比較差的神經網絡似乎特別是如果你希望叉子和編輯的結構是相當不易伸縮。
正如我已經注意到,並在這裏一紙我需要改變的東西閱讀,如錯誤的功能,以確保在頂層的誤差保持在實數域或問題變得不明確。
我的問題在這裏是否有任何標準庫可能已經這樣做?或者任何簡單的調整,我可以做烤寬麪條或張量來拯救我的生命?
P.S. : 對不起,沒有發佈任何工作代碼。這是一個困難的問題,格式化到stackoverflow標準,我承認它可能超出了主題,在這種情況下,我很抱歉,如果這樣。
你在SciPy,BTW中使用了哪些NN? –
scipy.optimize.fmin_l_bfgs_b –
全部轉換爲真正的optmizing變量約束optmizers的:/ –