PyBrain에서 심층적 인 심의 훈련을하는 방법은 무엇입니까?

Question

PyBrain/Python에서 내 데이터로 DeepBeliefTrainer를 작동시키는 데 어려움이 있습니다. PyBrain에서 심층 학습을 사용하는 방법에 대해 감독자가 아닌 다른 예제를 찾을 수 없기 때문에 누군가가 기본 사용 개념을 보여줄 수있는 예제를 제공 할 수 있기를 바랍니다.

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

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

내가 회귀에 대한 SupervisedDataset을 사용하려고하지만, 교육은 실패

내가 사용하여 초기화하는 것을 시도했다. 감독자 기계 학습을 위해 디 플레어 링 트레이너를 사용하여 누구나가 succeded하게 만들었습니까? 그리고 어떻게 했습니까?

오류가 나는 얻을 :

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

그것은 당신의 초기 네트워크 때문입니다 : net = buildNetwork(*layerDims)은 '가시'당신의 깊은 믿음 네트워크에서 보이는 레이어의 이름을 가진 계층이 없습니다. 따라서 초기 네트워크에 매핑 된 것을 찾으려면 다음과 같이 할 수 있습니다.

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