Я пытаюсь использовать скрытые модели Маркова hmmlearn в своем блокноте Jupyter. Независимо от того, как я пытаюсь с ним взаимодействовать, я получаю одну и ту же ошибку времени выполнения (которую я не понимаю и не могу найти никакой информации о том, почему это происходит). Вот пример моего кода:
Код
Я пытаюсь использовать скрытые модели Маркова hmmlearn в своем блокноте Jupyter. Независимо от того, как я пытаюсь с ним взаимодействовать, я получаю одну и ту же ошибку времени выполнения (которую я не понимаю и не могу найти никакой информации о том, почему это происходит). Вот пример моего кода: Код [code]model = hmm.GaussianHMM(n_components=3, n_iter=100) model.startprob_ = np.array([0.5, 0.3, 0.2]) model.transmat_ = np.array([[0.6, 0.3, 0.1], [0.3, 0.4, 0.3], [0.1, 0.3, 0.6]]) model.emissionprob_ = np.array([[0.6, 0.3, 0.1], [0.3, 0.4, 0.3], [0.1, 0.3, 0.6]])
File ~/Documents/NTNU/9sem/masters/masters-prep-project/.conda/lib/python3.9/site-packages/hmmlearn/base.py:485, in _AbstractHMM.fit(self, X, lengths) 482 self.monitor_._reset() 484 for iter in range(self.n_iter): --> 485 stats, curr_logprob = self._do_estep(X, lengths) 487 # Compute lower bound before updating model parameters 488 lower_bound = self._compute_lower_bound(curr_logprob)
File ~/Documents/NTNU/9sem/masters/masters-prep-project/.conda/lib/python3.9/site-packages/hmmlearn/base.py:764, in _AbstractHMM._do_estep(self, X, lengths) 762 curr_logprob = 0 763 for sub_X in _utils.split_X_lengths(X, lengths): --> 764 lattice, logprob, posteriors, fwdlattice, bwdlattice = impl(sub_X) 765 # Derived HMM classes will implement the following method to 766 # update their probability distributions, so keep 767 # a single call to this method for simplicity. 768 self._accumulate_sufficient_statistics( 769 stats, sub_X, lattice, posteriors, fwdlattice, 770 bwdlattice) ... 886 bwdlattice = _hmmc.backward_log( 887 self.startprob_, self.transmat_, log_frameprob) 888 posteriors = self._compute_posteriors_log(fwdlattice, bwdlattice)
RuntimeError: pybind11::handle::inc_ref() PyGILState_Check() failure. [/code] Я не могу найти ничего полезного об этой ошибке pybind11. Что я пробовал [list][*]Изменение версии Python (3.11, 3.10 и 3.9) [*]Создание новой среды conda [*]Переустановка пакетов[*]Проверка целостности пакетов в курсе [/list] Что я пытаюсь сделать? Я пытаюсь реализовать неконтролируемый HMM для просмотра кластеризация моих данных.
Я пытаюсь использовать скрытые модели Маркова hmmlearn в своем блокноте Jupyter. Независимо от того, как я пытаюсь с ним взаимодействовать, я получаю одну и ту же ошибку времени выполнения (которую я не понимаю и не могу найти никакой информации о...
У меня есть программа Python, и, поскольку она слишком большая, вот ссылка на его исходный код:
link
Когда я запускаю его на Mac, иногда я получаю это Странное исключение:
Fatal Python error: PyEval_RestoreThread: the function must be called with...
Я использую библиотеку hmmlearn, чтобы подогнать скрытую марковскую модель (HMM) к созданному мной набору данных, но столкнулся с проблемой, из-за которой модель не сходится. Ниже мой код:
a = np.array([
,
,
Я использую библиотеку hmmlearn, чтобы подогнать скрытую марковскую модель (HMM) к созданному мной набору данных, но столкнулся с проблемой, из-за которой модель не сходится. Ниже мой код:
a = np.array([
,
,
Я новичок в работе со скрытыми марковскими моделями в целом, и тем более в Python, поэтому извините за мой (возможно, тривиальный) вопрос.
Я хочу использовать скрытую марковскую модель Модель архитектуры, в которой каждое состояние может оставаться...