5

有一个函数，如：y = sin(x) 我想使用 PyBrain 网络来拟合函数，这是我所做的：当你运行它时，你会得到我得到的，得到的数据远非它应该是的.

from pybrain.datasets import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import pickle
import scipy as sp
import numpy as np
import pylab as pl

x = np.linspace(0, 4*np.pi, 100)
ds = SupervisedDataSet(1,1)

for i in x:
    ds.addSample(i,sin(i))
print ds

n = buildNetwork(ds.indim,3,3,3,ds.outdim,recurrent=True)
t = BackpropTrainer(n,learningrate=0.01,momentum=0.5,verbose=True)
t.trainOnDataset(ds,1000)
t.testOnData(verbose=True)

fileObject = open('trained_net', 'w')
pickle.dump(n, fileObject)
fileObject.close()

fileObject = open('trained_net','r')
net = pickle.load(fileObject)

y = []
for i in x:
    y.append(net.activate(i))

pl.plot(x,y)
pl.plot(x,np.sin(x))
pl.show()
4

1 回答 1

8

我想你的问题是这个网络不适合这个功能。网络节点总数太少，无法正确拟合这个 sin(x) 函数：函数太复杂。此外，为了拟合任何函数，原则上只需要一个隐藏层。

例如，尝试移除两个隐藏层，并增加隐藏节点的数量（例如，20）。你的代码很适合这个功能

于 2012-09-27T12:17:40.637 回答