本文整理汇总了Python中pybrain.supervised.RPropMinusTrainer.trainUntilConvergence方法的典型用法代码示例。如果您正苦于以下问题：Python RPropMinusTrainer.trainUntilConvergence方法的具体用法？Python RPropMinusTrainer.trainUntilConvergence怎么用？Python RPropMinusTrainer.trainUntilConvergence使用的例子？那么恭喜您, 这里精选的方法代码示例或许可以为您提供帮助。您也可以进一步了解该方法所在类pybrain.supervised.RPropMinusTrainer的用法示例。
在下文中一共展示了RPropMinusTrainer.trainUntilConvergence方法的1个代码示例，这些例子默认根据受欢迎程度排序。您可以为喜欢或者感觉有用的代码点赞，您的评价将有助于系统推荐出更棒的Python代码示例。
示例1: trainedLSTMNN2
# 需要导入模块: from pybrain.supervised import RPropMinusTrainer [as 别名]
# 或者: from pybrain.supervised.RPropMinusTrainer import trainUntilConvergence [as 别名]
def trainedLSTMNN2():
"""
n = RecurrentNetwork()
inp = LinearLayer(100, name = 'input')
hid = LSTMLayer(30, name='hidden')
out = LinearLayer(1, name='output')
#add modules
n.addOutputModule(out)
n.addInputModule(inp)
n.addModule(hid)
#add connections
n.addConnection(FullConnection(inp, hid))
n.addConnection(FullConnection(hid, out))
n.addRecurrentConnection(FullConnection(hid, hid))
n.sortModules()
"""
n = buildSimpleLSTMNetwork()
print "Network created"
d = load1OrderDataSet()
print "Data loaded"
t = RPropMinusTrainer(n, dataset=d, verbose=True)
t.trainUntilConvergence()
exportANN(n)
return n