この Pybrain ニューラル ネットワークの簡単なテストを作成しましたが、期待どおりに動作しません。アイデアは、素数と非素数のクラスを使用して、最大 4095 の数値のデータセットでトレーニングすることです。
#!/usr/bin/env python
# A simple feedforward neural network that attempts to learn Primes
from pybrain.datasets import ClassificationDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised import BackpropTrainer
class PrimesDataSet(ClassificationDataSet):
""" A dataset for primes """
def generatePrimes(self, n):
if n == 2:
return [2]
elif n < 2:
return []
s = range(3, n + 1, 2)
mroot = n ** 0.5
half = (n + 1) / 2 - 1
i = 0
m = 3
while m <= mroot:
if s[i]:
j = (m * m - 3) / 2
s[j] = 0
while j < half:
s[j] = 0
j += m
i = i + 1
m = 2 * i + 3
return [2] + [x for x in s if x]
def binaryString(self, n):
return "{0:12b}".format(n)
def __init__(self):
ClassificationDataSet.__init__(self, 12, 1)
primes = self.generatePrimes(4095)
for prime in primes:
b = self.binaryString(prime).split()
self.addSample(b, [1])
for n in range(4095):
if n not in primes:
b = self.binaryString(n).split()
self.addSample(b, [0])
def testTraining():
d = PrimesDataSet()
d._convertToOneOfMany()
n = buildNetwork(d.indim, 12, d.outdim, recurrent=True)
t = BackpropTrainer(n, learningrate = 0.01, momentum = 0.99, verbose = True)
t.trainOnDataset(d, 100)
t.testOnData(verbose=True)
print "Is 7 prime? ", n.activate(d.binaryString(7).split())
print "Is 6 prime? ", n.activate(d.binaryString(6).split())
print "Is 100 prime? ", n.activate(d.binaryString(100).split())
if __name__ == '__main__':
testTraining()
これが可能かどうかの質問を無視して (お願いします)、私の問題は、7、6、および 100 が素数であるかどうかをテストする最後の 3 つの print ステートメントがすべて同じ結果を返すことです。
Is 7 prime? [ 0.34435841 0.65564159]
Is 6 prime? [ 0.34435841 0.65564159]
Is 100 prime? [ 0.34435841 0.65564159]
(または同様のもの) 私がこれらの結果を解釈する方法は、ニューラル ネットワークが 65% の確実性でこれらの数値のそれぞれが素数であると予測するということです。私のニューラル ネットワークはすべての入力を同じように扱うことを学習しましたか、それとも何か間違ったことをしていますか?