PyBrain - wie macht man tiefes Glauben Network Training?

Question

Ich habe Schwierigkeiten beim Trainieren eines DBN mit Pybrain. Zuerst habe ich versucht, es die einfache Art und Weise zu tun:

net = buildNetwork(*layerDims) 

ich dieses Problem konfrontiert: How to do supervised deepbelief training in PyBrain?, und die vorgeschlagene Lösung nur auf einen anderen Fehler führte:

File "/home/WORK/Canopy_64bit/User/lib/python2.7/site-packages/PyBrain-0.3.1- py2.7.egg/pybrain/unsupervised/trainers/deepbelief.py", line 62, in <genexpr> 
layercons = (self.net.connections[i][0] for i in layers) 
IndexError: list index out of range 

Also habe ich versucht, ein Netzwerk aus zu definieren, kratzen!

inp = LinearLayer(3 , 'visible') 
hidden0 = SigmoidLayer(2 , 'hidden0') 
hidden1= SigmoidLayer(2 , 'hidden1') 
output = LinearLayer(2 , 'output') 
bias = BiasUnit('bias') 
net = Network() 
net.addInputModule(inp) 
net.addModule(hidden0) 
net.addModule(hidden1) 
net.addModule(output) 
net.addModule(bias) 
net.addConnection(FullConnection(inp, hidden0)) 
net.addConnection(FullConnection(hidden0, hidden1)) 
net.addConnection(FullConnection(hidden1, output)) 
net.addConnection(FullConnection(bias, hidden0)) 
net.addConnection(FullConnection(bias, hidden1)) 
net.addConnection(FullConnection(bias, output)) 
net.sortModules() 

noch, als ich laufe:

trainer = deepbelief.DeepBeliefTrainer(net1, dataset=ds) 
trainer.trainEpochs(epochs) 

ich diesen Fehler sehen:

File "/home/WORK/Canopy_64bit/User/lib/python2.7/site-packages/PyBrain-0.3.1-py2.7.egg/pybrain/structure/connections/connection.py", line 37, in __init__ 
self.outSliceTo = outmod.indim 
AttributeError: 'NoneType' object has no attribute 'indim' 

, die etwas mit der versteckten Schicht in der zugehörigen RBM zu tun hat.

Fehle ich hier etwas?

Answer 1

Sie initialisieren ein Netzwerk unter dem Namen net:

net = Network() 
net.addInputModule(inp) 
net.addModule(hidden0) 
net.addModule(hidden1) 
net.addModule(output) 
net.addModule(bias) 
net.addConnection(FullConnection(inp, hidden0)) 
net.addConnection(FullConnection(hidden0, hidden1)) 
net.addConnection(FullConnection(hidden1, output)) 
net.addConnection(FullConnection(bias, hidden0)) 
net.addConnection(FullConnection(bias, hidden1)) 
net.addConnection(FullConnection(bias, output)) 
net.sortModules() 

Aber Sie passieren als Argument net1:

trainer = deepbelief.DeepBeliefTrainer(net1, dataset=ds) 
trainer.trainEpochs(epochs) 

dies ein Fehler sicher verursacht.

So sollte

trainer = deepbelief.DeepBeliefTrainer(net, dataset=ds) 

Ihr Problem lösen.