我试图根据给定的事实重建一个神经网络。它有3个输入,一个隐藏层和一个输出。我的问题是权重也给定了,所以我不需要训练。
我在想也许我可以省去类似结构神经网络的训练,并相应地改变其值。你认为这样行吗?有其他想法吗。谢谢。
神经网络代码:
net = FeedForwardNetwork()
inp = LinearLayer(3)
h1 = SigmoidLayer(1)
outp = LinearLayer(1)
# add modules
net.addOutputModule(outp)
net.addInputModule(inp)
net.addModule(h1)
# create connections
net.addConnection(FullConnection(inp, h1))
net.addConnection(FullConnection(h1, outp))
# finish up
net.sortModules()
trainer = BackpropTrainer(net, ds)
trainer.trainUntilConvergence()
保存培训并从How to save and recover PyBrain training?加载代码
# Using NetworkWriter
from pybrain.tools.shortcuts import buildNetwork
from pybrain.tools.xml.networkwriter import NetworkWriter
from pybrain.tools.xml.networkreader import NetworkReader
net = buildNetwork(2,4,1)
NetworkWriter.writeToFile(net, 'filename.xml')
net = NetworkReader.readFrom('filename.xml')
目前没有回答
相关问题 更多 >
编程相关推荐