Sklearn import MLPClassifier échoue
J'essaie d'utiliser le perceptron multicouche de scikit-learn en python. Mon problème est que l'importation ne fonctionne pas. Tous les autres modules de scikit-learn fonctionnent bien.
from sklearn.neural_network import MLPClassifier
Erreur D'importation: impossible D'importer le nom MLPClassifier
J'utilise L'environnement Python python64-bit 3.4 Dans Visual Studio 2015.
J'ai installé sklearn sur la console avec: conda install scikit-learn
J'ai également installé numpy et pandas. Après avoir eu l'erreur ci dessus j'ai également installé scikit-neuralnetwork, avec: pip install scikit-neuralnetwork
La version installée de scikit-learn est 0.17.
Qu'ai-je fait de mal? Est-ce qu'il me manque une installation?
----- Modifier - - - -
En plus de la réponse de tttthomasssss, j'ai trouvé la solution sur la façon d'installer la bibliothèque sknn pour les réseaux neuronaux. J'ai suivi ce tutoriel . Procédez comme suit:
pip install scikit-neuralnetwork
- téléchargez et installez le compilateur GCC
- installer mingw avec
conda install mingw libpython
Vous pouvez utiliser la bibliothèquesknn après.
4 réponses
MLPClassifier
n'est pas encore disponible dans scikit-learn
v0. 17 (au 1er Décembre 2015). Si vous voulez vraiment l'utiliser, vous pouvez cloner 0.18dev
(Cependant, je ne sais pas à quel point cette branche est stable actuellement).
Je suis arrivé ici avec le problème v0.17 aussi. J'ai trouvé une solution en utilisant pip ici, soit
pip install git+https://github.com/scikit-learn/scikit-learn.git
J'ai dû exécuter pip install cython
d'abord.
Cependant, cela installe 0.19.dev0
(actuellement), mais pip list
indique que la dernière est 0.18rc2
. Plutôt
pip install scikit-learn==0.18.rc2
Résolu le problème de manière plus satisfaisante.
apt-get update; \
apt-get install -y python python-pip \
python-numpy \
python-scipy \
build-essential \
python-dev \
python-setuptools \
libatlas-dev \
libatlas3gf-base
update-alternatives --set libblas.so.3 /usr/lib/atlas-base/atlas/libblas.so.3; update-alternatives --set liblapack.so.3 /usr/lib/atlas-base/atlas/liblapack.so.3
pip install -U scikit-learn
J'ai importé MLPClassifier de sklearn.neural_network et cela semble fonctionner.
Vous pouvez également gérer ce problème en utilisant des images docker. Cela permet à tout développeur de recréer l'environnement dans n'importe quel serveur en une seule minute. Vous pouvez extraire l'image de ici
Cela peut également être effectué très facilement à l'aide de l'outil datmo-cli. Nous avons fait face à ces problèmes nous-mêmes et avons décidé de le construire.
Vous pouvez également résoudre ce problème en un seul clic en utilisant Datmo Avertissement: je travaille à Datmo