Neupy带examp的LMS算法的溢出错误

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]])) 

但我在这一行得到“overflowerrror:cannot convert float infinity to integer”错误(文件：summary\u info.py)地址：

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，我知道被0除会出现错误，但我不知道如何解决这个问题。我不想修改库文件来解决问题。你知道吗

Answer 1

你的例子对我很好

你可以克服这个问题，如果你训练你的网络在一个循环，像这样

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]]))