Python 使用Scikit学习的动量反向传播

我正试图使用Scikit Learn的神经网络，使用动量反向传播对我的数据集进行分类。我需要指定这些参数：隐藏神经元、隐藏层、训练集、学习速率和动量。 我在Sklearn.neural_网络包中找到了MLP分类器。问题在于，该软件包是Scikit learn V0.18的一部分，后者是一个开发版本

有没有一种方法可以使用Scikit学习V0.17来实现这一点

---

使用Anaconda，但如果它引起问题，我可以改变它。

如果有人需要答案，我实际上决定在Linux虚拟机上运行所有东西。然后，我按照说明安装了dev版本，一切（几乎都很好）都运行得很好。在Linux上运行它比在Windows上运行要容易得多，因为您可以从git安装软件包并运行它，而无需下载所需的软件来编译它。不过我还是有点挣扎。

如果有人需要答案，我实际上决定在Linux虚拟机上运行所有东西。然后，我按照说明安装了dev版本，一切（几乎都很好）都运行得很好。在Linux上运行它比在Windows上运行要容易得多，因为您可以从git安装软件包并运行它，而无需下载所需的软件来编译它。不过我还是有点挣扎。

另一个可能的解决办法是使用。它们提供了一个可以导入Scikit学习工具包的环境。

另一种可能的解决方案是使用。他们提供了一个可以导入Scikit学习工具包的环境。

您能给我一个示例，说明您是如何实现反向传播的吗