[PYTHON] Behalten Sie das mit PyBrain aufgebaute neuronale Netzwerk bei

Eine Geschichte, wenn Sie ein neuronales Netzwerk mit der Bibliothek für maschinelles Lernen PyBrain erstellen und es mit S3 usw. dauerhaft machen möchten.

Verwenden Sie Gurke

Mit dem Standard-Serialisierungsmodul pickle von Python wird ein scheinbar neuronales Netzwerk gespeichert und wiederhergestellt, und Sie können auch ()für ein ordnungsgemäß`` pickle.load ()Objekt aktivieren.

Ich war jedoch süchtig nach dem Problem, dass das Lernen mit BackpropTrainer.train () usw. nicht neu gestartet wurde. Das detaillierte Verhalten der Gurke ist unbekannt und die Ursache wurde nicht untersucht.

Verwenden Sie NetworkWriter

Die Verwendung von "NetworkWriter", das als Dienstprogramm von PyBrain bereitgestellt wird, löst das oben genannte Problem und setzt das Lernen fort. Es ist einfach zu bedienen, daher denke ich, dass dies in Ordnung ist.

importieren

python

from pybrain.tools.customxml import NetworkWriter, NetworkReader

Export

python

NetworkWriter.writeToFile(network, filename_local)

Lesen

python

network = NetworkReader.readFrom(filename_local)

Die Datei wird in XML gespeichert, und ich kann verstehen, dass es sich um eine neuronale Datei handelt, und sie ist etwas sicherer als das "Pickle" -Format.

python

<?xml version="1.0" ?>
<PyBrain>
        <Network class="pybrain.structure.networks.feedforward.FeedForwardNetwork" name="FeedForwardNetwork-8">
                <name val="u'FeedForwardNetwork-8'"/>
                <Modules>
                        <LinearLayer class="pybrain.structure.modules.linearlayer.LinearLayer" inmodule="True" name="in">
                                <dim val="8"/>
                                <name val="'in'"/>
                        </LinearLayer>
                        <LinearLayer class="pybrain.structure.modules.linearlayer.LinearLayer" name="out" outmodule="True">
                                <dim val="1"/>
                                <name val="'out'"/>
                        </LinearLayer>
                        <BiasUnit class="pybrain.structure.modules.biasunit.BiasUnit" name="bias">
                                <name val="'bias'"/>
                        </BiasUnit>
                        <SigmoidLayer class="pybrain.structure.modules.sigmoidlayer.SigmoidLayer" name="hidden0">
                                <dim val="3"/>
                                <name val="'hidden0'"/>
                        </SigmoidLayer>
                </Modules>
                <Connections>
                        <FullConnection class="pybrain.structure.connections.full.FullConnection" name="FullConnection-6">
                                <inmod val="bias"/>
                                <outmod val="out"/>
                                <Parameters>[0.6554487520957738]</Parameters>
                        </FullConnection>
                        <FullConnection class="pybrain.structure.connections.full.FullConnection" name="FullConnection-7">
                                <inmod val="bias"/>
                                <outmod val="hidden0"/>
                                <Parameters>[0.8141201069100833, -1.9519540651889176, 0.3483014480876096]</Parameters>
                        </FullConnection>
                        <FullConnection class="pybrain.structure.connections.full.FullConnection" name="FullConnection-5">
                                <inmod val="in"/>
                                <outmod val="hidden0"/>
                                <Parameters>[0.32489279837910084, 0.34480786433574551, 0.75045803824057666, -0.58411948692771176, -0.12327324616272992, -0.41228675759787226, -0.85553671683893218, -1.3320521945223582, -1.0531422952418676, -0.40839301403900452, -2.7565756871565674, -1.6723188687051469, -1.3597994054921079, 0.24852450267525059, -0.40924881241151689, 0.54037857219934371, 1.0960673042273468, 1.3324258379470664, 0.29047259837334116, -0.022417631256966383, 0.44571376571760984, 0.6492450404233816, -0.29105564158278247, 1.2243353023571237]</Parameters>
                        </FullConnection>
                        <FullConnection class="pybrain.structure.connections.full.FullConnection" name="FullConnection-4">
                                <inmod val="hidden0"/>
                                <outmod val="out"/>
                                <Parameters>[0.25616738836523284, -2.2028123481048487, -0.11026881677981226]</Parameters>
                        </FullConnection>
                </Connections>
        </Network>
</PyBrain>