如何用一个条目(已经训练好的网络)提供pybrain ffn？

Question

我需要训练网络,然后逐个地提供测试数据.是否包含一些示例或文档？

为了达到这个目的,我对经过训练的网络进行了序列化,并将其用于每个新的输入 问题是,我崩溃了_convertToOneOfMany,甚至我理解它的目的(从这里)我不明白它是如何工作的.

它的行为对我来说不是确定性的.它必须以某种方式解释类和标签,并且必须有一些我缺少的要求.它适用于整个数据集,但如果我只采用随机线它会发疯.

Traceback (most recent call last):
File "ffn_iris.py", line 29, in <module>
tstdata._convertToOneOfMany()
File "/opt/local/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/site-packages/PyBrain-0.3-py2.6.egg/pybrain/datasets/classification.py", line 142, in _convertToOneOfMany
newtarg[i, int(oldtarg[i])] = bounds[1]
IndexError: index (2) out of range (0<=index<1) in dimension 1

编辑:更准确地说,让我告诉你我在做什么:我想为互联网上最着名的NN例子训练网络;) - Iris Dataset.

它是这样的:

5.1,3.5,1.4,0.2,0
4.9,3.0,1.4,0.2,0
4.7,3.2,1.3,0.2,0
4.6,3.1,1.5,0.2,0
etc...

班级的最后一个零.整个数据集包含60行.20为20,20为1和20为2.

我用数据和构造数据集读取文件:

alldata = ClassificationDataSet(4, class_labels=['Iris-setosa', 
                                                 'Iris-versicolor',
                                                 'Iris-virginica'])

--- loop here ---

alldata.addSample(line[0:4], line[4])


--- create testing and training sets ---
tstdata, trndata = alldata.splitWithProportion(0.7)


--- converted matrixes ---
trndata._convertToOneOfMany()
tstdata._convertToOneOfMany()

--- not important, just for completeness ----
fnn = buildNetwork(trndata.indim, 10, trndata.outdim, outclass=SoftmaxLayer)
trainer = BackpropTrainer(fnn, dataset=trndata,
                          momentum=0.01, verbose=True,
                          weightdecay=0.01)

我的问题涉及到_convertToOneOfMany().当数据集或数据文件仅包含几个条目(不是60个,分为三个类)时,它会从问题开头出现异常崩溃.

崩溃数据集的示例:

 6.5,3.0,5.2,2.0,1
 6.5,3.0,5.2,2.0,1
 6.2,3.4,5.4,2.3,2
 6.5,3.0,5.2,2.0,0

工作示例:

 6.5,3.0,5.2,2.0,1
 6.2,3.4,5.4,2.3,2
 6.5,3.0,5.2,2.0,0

如何convertToOneOfMany()连接数据集中的条目数或一个类子集的大小？一行条目也崩溃了..

Answer 1

如果您粘贴更多代码可能会更好。关于你的问题，它在他们的文档中：http://pybrain.org/docs/quickstart/network.html 基本上是这个命令：net.activate([2, 1]) 在这种情况下，网络有 2 个输入，并且他/她输入值 2 和 1 我建议您阅读他们的文档