如何向已训练的pybrain ffn网络输入单个数据？

Question

我需要训练一个网络，然后逐个输入测试数据。有没有相关的例子或者文档可以参考呢？

为了实现这个目标，我把训练好的网络进行了序列化，然后用它来处理每一个新进来的数据。

问题是，我在使用_convertToOneOfMany的时候遇到了崩溃，虽然我理解它的目的（可以从这里了解），但我不太明白它具体是怎么工作的。

对我来说，它的行为不是很确定。我觉得它必须以某种方式理解类别和标签，但我可能漏掉了一些要求。它在处理整个数据集时是有效的，但如果我只随机取一行数据，它就会出问题。

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

补充一下：为了更准确地说明我的情况，我想告诉你我正在做什么：我想训练一个网络，使用的是互联网上最著名的神经网络例子——鸢尾花数据集。

大致是这样的：

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...

最后的零是类别。整个数据集有60行数据，0类20行，1类20行，2类20行。

我读取数据文件并构建数据集：

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)

我的问题和_convertToOneOfMany()有关。当数据集或数据文件只有几条数据（不是60条，且分成三类）时，它就会崩溃，抛出之前提到的异常。

崩溃的数据集示例：

 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

正常工作的数据集示例：

 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

那么convertToOneOfMany()和数据集中的条目数量或某个类别子集的大小有什么关系呢？一行数据也会崩溃……

异常处理序列化机器学习神经网络数据集鸢尾花数据集分类问题训练模型

如何向已训练的pybrain ffn网络输入单个数据？

1 个回答

撰写回答