Question

我尝试了LMS算法的例子：

import numpy as np
from neupy import algorithms

input_data = np.array([[1, 0], [2, 2], [3, 3], [0, 0]])
target_data = np.array([[1], [0], [0], [1]])

lmsnet = algorithms.LMS((2, 1), step=0.5)

lmsnet.train(input_data, target_data, epochs=200)
lmsnet.predict(np.array([[4, 4], [0, 0]]))

但我得到“OverflowError：无法将float infinity转换为整数”错误（file：summary_info.py）：

scale = math.ceil(self.delay_limit / average_delay)

我无法将示例中的输入参数与错误联系起来，我知道除零除了那里但我无法弄清楚如何解决这个问题。我不想修改库文件来解决问题。

Answer 1

你的例子对我来说非常好

如果您循环训练网络，可以解决此问题，例如

import numpy as np
from neupy import algorithms

input_data = np.array([[1, 0], [2, 2], [3, 3], [0, 0]])
target_data = np.array([[1], [0], [0], [1]])

# Used smaller step since 0.5 is too big
lmsnet = algorithms.LMS((2, 1), step=0.1)

for _ in range(200):
    lmsnet.train(input_data, target_data, epochs=1)

lmsnet.predict(np.array([[4, 4], [0, 0]]))

使用来自Neupy的LMS算法的溢出错误示例

1 个答案: