2

嘿伙计们，我需要一些关于我的 pybrain 代码的帮助。一切都很好，但是在第一次训练之后，训练错误并没有下降。事实上，它只是停留在 13.3484055174 处。我已经多次检查我的代码并将其与其他示例进行比较，但我一直遇到同样的问题。我也已经尝试过更改隐藏单元的数量、学习率、动量、权重衰减，但无济于事。我检查了参数，它从 [-1 到 1] 开始，然后上升到 ~240-250。我想知道是否有人可以看到它为什么不起作用。我敢肯定这是我缺少的一个非常简单的 1-liner。

我正在研究 kaggle 0-9 数字分类数据集。我已经让随机森林工作了，但我真的想让这个神经网络也能工作。任何帮助将不胜感激。

#learn digit classification with a nerual network

import pybrain
from pybrain.datasets import *
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
from pybrain.structure.modules   import SoftmaxLayer
from pybrain.utilities           import percentError
import numpy

print "Importing training and test data"
data = numpy.genfromtxt('trainR.csv', delimiter = ',')
data = data[1:]
traindata = data[:(len(data)/2)]
testdata = data[(len(data)/2)+1:]

print "Importing actual data"
actualdata = numpy.genfromtxt('trainR.csv', delimiter = ',')

print "Adding samples to dataset and setting up neural network"
ds = ClassificationDataSet(784, 10, nb_classes = 10)
for x in traindata:
    ds.addSample(tuple(x[1:]),tuple(x[0:1]))
ds._convertToOneOfMany( bounds=[0,1] )
net = buildNetwork(784, 100, 10, bias=True, outclass=SoftmaxLayer)

print "Training the neural network"
trainer = BackpropTrainer(net, dataset=ds, momentum = 0.1,
                    verbose = True, weightdecay = 0.01)
for i in range(3):
    # train the network for 1 epoch
    trainer.trainEpochs( 1 )

    # evaluate the result on the training and test data
    trnresult = percentError( trainer.testOnClassData(), [x[0] for x in traindata] )

    # print the result
    print "epoch: " + str(trainer.totalepochs) + "  train error: " + str(trnresult)

print ""
print "Predicting with the neural network"
answerlist = []
for row in testdata:
    answer = numpy.argmax(net.activate(row[1:]))
    answerlist.append(answer)
tstresult = percentError(answerlist, [x[0] for x in testdata])
print "Test error: " + str(tstresult)
4

1 回答 1

3

尝试改变

 ds = ClassificationDataSet(784, 10, nb_classes = 10)

至

ds = ClassificationDataSet(784, 1, nb_classes = 10)

我认为ClassificationDataSet第二个参数是目标的维度，而不是 nb_classes 给出的类数。这取决于您的数据是如何组织的。最好的方法是将每个目标作为每个类的整数输入，然后使用_convertToOneOfMany()

如果您提供了您的第一个样本，将会很有用

于 2013-02-17T18:46:07.843 回答