0

我正在尝试使用 PyBrain 对 mnist 数据进行分类。

下面是训练代码：

def train_net(self):

    print("Build network")
    net = buildNetwork(784, 30, 10, bias=True, hiddenclass=TanhLayer, outclass=SoftmaxLayer)
    back_trainer = BackpropTrainer(net, learningrate=1)

    training_dataset = self.get_training_dataset()

    print("Begin training")
    time0 = time()
    err = back_trainer.trainUntilConvergence(dataset=training_dataset, maxEpochs=300, verbose=True)
    print("Training time is " + str(round(time()-time0, 3)) + " seconds.")

    return net, err

def get_training_dataset(self):
    print("Reading training images")
    features_train = self.read_images("train-images.idx3-ubyte")

    print("Reading training labels")
    labels_train = self.read_labels("train-labels.idx1-ubyte")

    # view_image(features_train[10])
    print("Begin reshaping training features")
    features_train = self.reshape_features(features_train)

    print("Create training dataset")
    training_dataset = ClassificationDataSet(784, 10)

    for i in range(len(features_train)):
        result = [0]*10
        result[labels_train[i]] = 1
        training_dataset.addSample(features_train[i], result)

    training_dataset._convertToOneOfMany()

    return training_dataset

当我在测试数据集上激活网络时，结果如下所示：

[  3.72885642e-25   4.62573440e-64   2.32150541e-31   9.42499004e-16
   1.33256639e-39   2.30439387e-17   5.16602624e-94   1.00000000e+00
   1.83860601e-27   1.22969684e-22]

其中 argmax 值表示类。对于给定的列表 argmax 是 7。

但为什么？当我准备数据集时，您可以看到result[labels_train[i]] = 1我需要相应的神经元给我 1 和其他必须为零的位置。所以我期待[0, 0, 0, 0, 0, 0, 0, 1, 0, 0]。

我读过 _convertToOneOfMany 函数可以产生这样的输出。所以我添加了它，但没有任何改变。我做错了什么？

4

1 回答 1

1

没有错，你会的几乎由于各种原因，永远不会得到您训练的确切结果，因此当输出“足够”接近正确答案（即在您发布的示例中）时，您应该感到高兴。

于 2016-04-18T11:28:24.403 回答