我正在预测一个值,我有2个输入层和一个输出层.这是我的代码,我在其中训练了一个PyBrain网络,然后对其进行了测试,我不知道应该如何给网络提供一组输入,以及如何获得结果.请帮我继续前进.
ds = SupervisedDataSet(2,1)
tf = open('data.csv','r')
for line in tf.readlines():
data = [float(x) for x in line.strip().split(',') if x != '']
indata = tuple(data[:2])
outdata = tuple(data[2:])
ds.addSample(indata,outdata)
n = buildNetwork(ds.indim,8,8,ds.outdim,recurrent=True)
t = BackpropTrainer(n,learningrate=0.01,momentum=0.5,verbose=True)
t.trainOnDataset(ds,1000)
t.testOnData(verbose=True)
Run Code Online (Sandbox Code Playgroud)
接下来我应该做什么来提供输入并预测输入,如何获得该组输入的结果.谢谢!!
我正在 linux 系统中编写一个示例 python 程序。我正在使用tmux创建一个会话并在 tmux-session 中执行另一个脚本。我想从 tmux 会话中获取 stdout 和 stderr 到父脚本,但不知何故不起作用。
代码片段:
cmd = "tmux new-session -d -s 'test' '/my_dir/fibonacci.py __name:=fibonacci_0'"
proc = Popen(cmd, shell=True, stdout=PIPE, stderr=PIPE)
(stdout, stderr) = proc.communicate()
print(stderr)
Run Code Online (Sandbox Code Playgroud)
我遇到了使用show-buffer和pipe-pane 的答案。但这并没有帮助。也许我需要修改 tmux 命令本身。
我有两个使用Point Cloud Library 的3D 点云。一个是参考点云(我们称之为A),另一个是变形的(我们称之为B)。两个点云均取自表面上除边缘之外没有或非常微小特征的物体。这些点云A和B也对齐。
感谢帮助。