使用nnet_ts模块的TimeSeriesNnet()方法时抛出NameError

我正在尝试使用Python模块nnet-ts创建一个神经网络。该模块内置了一个名为TimeSeriesNnet()的方法,它接受两个参数:hidden_layers和activation_functions。

请查看该模块的文档,以及README.md中的示例:

https://github.com/hawk31/nnet-ts

我正在运行Python版本2.7.13

nnet-ts模块依赖于以下5个特定的包,我列出了我当前使用的版本:

numpy-1.13.0, pandas-0.20.2, scipy-0.19.0, theano-0.9.0 和 keras-2.0.5

根据README中的示例(见上面的链接),我的代码如下:

from nnet_ts import *neural_net = TimeSeriesNnet(hidden_layers = [7, 3], activation_functions = ['tanh', 'tanh'])

执行此代码会抛出NameError。输出如下:

NameError: name 'TimeSeriesNnet' is not defined

我猜测这个错误的原因可能与不同的模块版本有关,因为代码几乎与README中给出的示例相同。任何帮助都将不胜感激。


回答:

显然,您的代码部署存在问题。对于您的Python开发,我建议始终使用本地虚拟环境。对于这个时间序列神经网络,您可以使用python setup.py build命令在本地构建,它将在build/lib.linux-x86_64-2.7目录中构建必要的文件。假设您已经安装了所有依赖项,应该不会有任何问题。在部署时,您只需将PYTHONPATH设置为此目录,或者在运行时使用sys.path.insert()方法包含此路径。
例如,假设我在nnet-ts目录中,我已经构建并运行了nnet-ts,如下所示:

    $ python setup.py build    $ python    > import sys    > sys.path.insert(0, 'build/lib.linux-x86_64-2.7')    > from nnet_ts import *    > time_series = np.array(pd.read_csv("nnet_ts/AirPassengers.csv")["x"])     > neural_net = TimeSeriesNnet(hidden_layers = [20, 15, 5], activation_functions = ['sigmoid', 'sigmoid', 'sigmoid'])

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注