本文整理匯總了Python中pybrain.supervised.RPropMinusTrainer.trainUntilConvergence方法的典型用法代碼示例。如果您正苦於以下問題：Python RPropMinusTrainer.trainUntilConvergence方法的具體用法？Python RPropMinusTrainer.trainUntilConvergence怎麽用？Python RPropMinusTrainer.trainUntilConvergence使用的例子？那麽, 這裏精選的方法代碼示例或許可以為您提供幫助。您也可以進一步了解該方法所在類pybrain.supervised.RPropMinusTrainer的用法示例。
在下文中一共展示了RPropMinusTrainer.trainUntilConvergence方法的1個代碼示例，這些例子默認根據受歡迎程度排序。您可以為喜歡或者感覺有用的代碼點讚，您的評價將有助於係統推薦出更棒的Python代碼示例。
示例1: trainedLSTMNN2
# 需要導入模塊: from pybrain.supervised import RPropMinusTrainer [as 別名]
# 或者: from pybrain.supervised.RPropMinusTrainer import trainUntilConvergence [as 別名]
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