Wie man beaufsichtigtes Deepbelieftraining in PyBrain durchführt?

Question

Ich habe Schwierigkeiten, den DeepBeliefTrainer mit meinen Daten in PyBrain/Python zu arbeiten. Da ich außer unbeaufsichtigt keine Beispiele finden kann, wie man das Deep Learning in PyBrain einsetzt, hoffe ich, dass jemand Beispiele geben kann, die ein grundlegendes Nutzungskonzept zeigen.

Ich habe mit zu initialisieren versucht:

epochs = 100 
layerDims = [768,100,100,1] 

net = buildNetwork(*layerDims) 
dataset = self.dataset 
trainer = DeepBeliefTrainer(net, dataset=dataSet) 
trainer.trainEpochs(epochs) 

ich versuche, eine SupervisedDataset für die Regression zu verwenden, aber das Training nicht nur. Hat es jemand geschafft, den Deeplearning-Trainer für das maschinelle Lernen zu benutzen? Und wie hast du es gemacht?

Fehler erhalte ich:

File "/Library/Python/2.7/site-packages/PyBrain-0.3.1-py2.7.egg/pybrain/structure/networks/rbm.py", line 39, in __init__ 
self.con = self.net.connections[self.visible][0] 
KeyError: None 

Answer 1

Es ist, weil Ihr erstes Netzwerk: net = buildNetwork(*layerDims) hat keine Schicht mit dem Namen der sichtbaren Ebene in der tiefen Überzeugung, Netzwerk, das ‚sichtbar‘ ist. Um es im ursprünglichen Netzwerk zu finden, können Sie also Folgendes tun:

net.addInputModule(LinearLayer(input_dim, 'visible')) 
[...] 
trainer = DeepBeliefTrainer(net, dataset=dataSet)