Example #1
0
def single_layer():
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, eta=0.001, decay=0.0001, tol=1.25e-2)
Example #2
0
def logistic_regression():
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)
    mach.add_module(modules.EuclideanModule)

    run_machine(mach, eta=0.0025, decay=0.0025, tol=5.25e-5)
Example #3
0
File: main.py Project: dfm/ml-class
def single_layer():
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, eta=0.001, decay=0.0001, tol=1.25e-2)
Example #4
0
File: main.py Project: dfm/ml-class
def logistic_regression():
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)
    mach.add_module(modules.EuclideanModule)

    run_machine(mach, eta=0.0025, decay=0.0025, tol=5.25e-5)
Example #5
0
def rbf_hybrid(nhidden=80, eta=0.001, decay=0.0001, tol=1.25e-2):
    templates = np.random.randn(nhidden * data.nclass).reshape(
        nhidden, data.nclass)

    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.RBFModule, args=[templates])
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, save=False, eta=eta, decay=decay, tol=tol)
Example #6
0
def triple_layer(nhidden=80, eta=0.001, decay=0.0001, tol=1.25e-2):
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, eta=eta, decay=decay, tol=tol)
Example #7
0
def svm(nhidden=30, eta=0.001, decay=0.001, tol=1.25e-4):
    templates = data.training_set[0][
        np.random.randint(data.size_train, size=nhidden), :].T
    mach = Machine(data)
    mach.add_module(modules.RBFModule, args=[templates])
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, save=False, eta=eta, decay=decay, tol=tol)
Example #8
0
File: main.py Project: dfm/ml-class
def rbf_hybrid(nhidden=80, eta=0.001, decay=0.0001, tol=1.25e-2):
    templates = np.random.randn(nhidden*data.nclass).reshape(nhidden, data.nclass)

    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.RBFModule, args=[templates])
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, save=False, eta=eta, decay=decay, tol=tol)
Example #9
0
File: main.py Project: dfm/ml-class
def triple_layer(nhidden=80, eta=0.001, decay=0.0001, tol=1.25e-2):
    mach = Machine(data)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': nhidden})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SigmoidModule)

    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, eta=eta, decay=decay, tol=tol)
Example #10
0
File: main.py Project: dfm/ml-class
def svm(nhidden=30, eta=0.001, decay=0.001, tol=1.25e-4):
    templates = data.training_set[0][np.random.randint(data.size_train, size=nhidden),:].T
    mach = Machine(data)
    mach.add_module(modules.RBFModule, args=[templates])
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.LinearModule, kwargs={'dim_out': data.nclass})
    mach.add_module(modules.BiasModule)
    mach.add_module(modules.SoftMaxModule)
    mach.add_module(modules.CrossEntropyModule)

    run_machine(mach, save=False, eta=eta, decay=decay, tol=tol)