Sto cercando di usare PyBrain per un semplice allenamento NN. Quello che non so come fare è caricare i dati di allenamento da un file. Non è spiegato nel loro sito web da nessuna parte. Non mi interessa il formato perché riesco a costruirlo ora, ma ho bisogno di farlo in un file invece di aggiungere riga per riga manualmente, perché avrò diverse centinaia di righe.Come caricare i dati di allenamento in PyBrain?
Ecco come ho fatto:
ds = SupervisedDataSet(6,3)
tf = open('mycsvfile.csv','r')
for line in tf.readlines():
data = [float(x) for x in line.strip().split(',') if x != '']
indata = tuple(data[:6])
outdata = tuple(data[6:])
ds.addSample(indata,outdata)
n = buildNetwork(ds.indim,8,8,ds.outdim,recurrent=True)
t = BackpropTrainer(n,learningrate=0.01,momentum=0.5,verbose=True)
t.trainOnDataset(ds,1000)
t.testOnData(verbose=True)
In questo caso la rete neurale ha 6 ingressi e 3 uscite. Il file csv ha 9 valori su ogni riga separati da una virgola. I primi 6 valori sono valori di input e gli ultimi tre sono output.
che è fantastico, grazie mille. Sai come posso accedere ai valori di peso per ogni neurone? –
È possibile accedere ai singoli livelli in questo modo: n ['in'] per il livello di input e n ['out'] per l'output o n ['hidden0'] per il primo livello nascosto. Non lo so, ma suppongo che tu possa accedere ai nodi del livello in qualche modo. dir (n ['in']) dovrebbe darti un suggerimento su cosa puoi fare – c0m4
Non riesco a trovare come farlo. Farò una nuova domanda Grazie per l'aiuto. –
basta usare array panda in questo modo
import pandas as pd
ds = SupervisedDataSet(6,3)
dataset = pd.read_csv('mycsvfile.csv','r', delimiter=',',skiprows=1)
ds.setfield('input' dataset.values[:,0:6])
ds.setfield('target', dataset.values[:,-2:-1])
e siete a posto.
Diverse centinaia di righe significa che hai un set molto piccolo e non dovresti preoccuparti delle prestazioni. Ma PyBrain non accetta solo gli array NumPy? –
Non lo so, sto solo iniziando a usarlo, ma da nessuna parte si dice come usare gli array NumPy con il loro NN:/ –