問題タブ [pybrain]

次のレイアウトに従う人工ニューラル ネットワーク (PyBrain 内) を作成したいと考えています。

ただし、これを達成するための適切な方法が見つかりません。ドキュメントに表示される唯一のオプションは、完全に接続されたレイヤーを作成する方法ですが、これは私が望んでいるものではありません。入力ノードの一部を最初の隠しレイヤーではなく、2 番目の隠しレイヤーに接続したいのです。

データにクロスバリデーターを使用しようとしていますが、0.0の成功率が得られています。これは意味がありません。

私のデータは、5つの連続属性と、「y」と「n」の2つの可能なクラスを持つサンプルで構成されています。

私のコード：

私がそのような定期的なトレーニングをしているとき

妥当なエラー率が得られているので、これはデータセットとネットワークに問題がなく、問題は交差検定器にあることを意味していると思います。

何か案は？

アップデート：

相互検証コードを調べたところ、ネットワークが必要に応じて0/1ではなく連続値を出力していることに気付きました。これらは各クラスの確率だと思います。モデルが交差検定法の内部で使用される場合、それはそれを考慮していません。これは、すべての回答がフレアと見なされることを意味します。つまり、正解は0です。連続値を調べ、大きい方に応じて0または1を返すレイヤーを追加するにはどうすればよいですか？ドキュメントは不明確です。

スクリプトを実行するたびに再トレーニングする必要がないように、PyBrain でトレーニング済みのニューラル ネットワークを保存して回復する方法はありますか?

簡単なNNトレーニングにPyBrainを使用しようとしています。どうすればよいかわからないのは、ファイルからトレーニング データをロードすることです。彼らのウェブサイトのどこにも説明されていません。今はビルドできるので形式は気にしませんが、数百行になるため、行ごとに手動で追加するのではなく、ファイルで行う必要があります。

最後に、ファイルからネットワークをトレーニングすることができました:) pybrainを使用してネットワークをトレーニングし、それを使用する別の場所にNNを実装するため、ノードと重み、特に重みを出力します。

レイヤー、ノード、ノード間の重みを印刷して、簡単に複製できるようにする方法が必要です。これまでのところ、たとえばn ['in']を使用してレイヤーにアクセスでき、次にたとえば次のことができます。

dir（n ['in']）[' class '、' delattr '、' dict '、' doc '、' format '、' getattribute '、' hash '、' init '、' module '、' new '、 ' reduce '、' reduce_ex '、' repr '、' setattr '、' sizeof '、' str '、' subclasshook '、' weakref'、' _backwardImplementation'、' _forwardImplementation'、' _generateName'、' _getName'、' _growBuffers'、' _name'、' _nameIds'、' _resetBuffers'、' _setName'、' activate'、' activateOnDataset'、' argdict'、 'backActivate'、'backward'、'bufferlist'、'dim'、'forward'、'getName'、'indim'、'inputbuffer'、'inputerror'、'name'、'offset'、'outdim'、'outputbuffer '、' outputerror'、' paramdim'、' reset'、' シーケンシャル'、' setArgs'、' setName'、' shift'、' whichNeuron']

しかし、ここでウェイトにアクセスする方法がわかりません。params属性もあります。たとえば、私のネットワークはバイアスのある2 4 1であり、次のように表示されます。

n.params array（[-0.8167133、1.00077451、-0.7591257、-1.1150532、-1.58789386、0.11625991、0.98547457、-0.99397871、-1.8324281、-2.42200963、1.90617387、1.93741167、-2.88433965、0.27449852、-1.52606976、2.39446258）

少なくとも重みがどのノードを接続するかについては、何が何であるかを言うのは難しいです。それが私が必要なものすべてです。

PyBrain のチュートリアルClassification with Feed-Forward Neural Networksに従い、独自の分類子を作成したいと考えています。

出力を変更する方法がわかりません_convertToOneOfMany。

初期操作alldata.addSample(input, [klass])でクラスごとに複数の出力ニューロンが作成されるのはなぜですか?

ネットワークをトレーニングしてから、テスト データを 1 つずつフィードする必要があります。それを含む例やドキュメントはありますか？

それを達成するために、訓練されたネットワークをシリアライズし、それをすべての新しい着信エントリで使用します。問題は、クラッシュが発生したこと_convertToOneOfManyと、その目的を理解していても（ここから）、それがどのように機能するのか正確に理解していないことです。

その動作は私にとって決定論的ではありません。クラスとラベルを何らかの形で解釈する必要があり、欠けている要件がいくつかあるはずです。データセット全体で機能しますが、ランダムな行だけを取得すると、おかしくなります。

編集: より正確に言うと、私が何をしているのか教えてください: インターネットで最も有名な NN の例のためにネットワークをトレーニングしたい ;) - アイリス データセット。

それはそのようなものです：

最後のゼロはクラスです。データセット全体が 60 行を保持します。0 の場合は 20、1 の場合は 20、2 の場合は 20。

データを含むファイルを読み取り、データセットを構築します。

私の問題はに関連してい_convertToOneOfMany()ます。データセットまたはデータファイルにいくつかのエントリ (60 ではなく、3 つのクラスに分割されたもの) しか保持されていない場合、質問の最初から例外でクラッシュします。

データセットのクラッシュの例:

作業例:

convertToOneOfMany()データセット内のエントリ数または 1 つのクラス サブセットのサイズにどのように関連付けることができますか? 1行のエントリもクラッシュします..

私はpybrainNNを稼働させていますが、かなりうまく機能しているようです。理想的には、各データポイント（この場合は前の週の数値）がデータセットに追加された後、ネットワークをトレーニングして予測を取得したいと思います。

現時点では、毎回ネットワークを再構築することでこれを行っていますが、各例が追加されるにつれて、ネットワークのトレーニングにますます長い時間がかかります（1000の例のデータセットでは、各例で+2分）。

すでにトレーニングされたNNに新しい例を追加して更新することでプロセスをスピードアップする方法はありますか、それとも問題を複雑にしすぎて、単一の例のセット（たとえば昨年のデータ）でトレーニングすることでより適切に機能しますか？次に、すべての新しい例（今年）でテストしますか？

私は最近、機械学習の研究を行うためにpyBrainを使い始めました。私はGAとANNに興味があります-しかし、pyBrainのホームページにはGAがライブラリの機能の1つとしてリストされているという事実にもかかわらず、GAプログラミングに関するpyBrainのドキュメントには何もないようです（例：染色体選択、フィットネス関数など)、PyBrain サイト (AFAIK) で GA を含む例はありません。

また、同様に驚くべきことは、PyBrain を使用して GA の例を見つけるためのすべての検索でも、何も得られなかったことです。pyBrain を使用した GA の例を示すコードへのリンクを持っている人はいますか?