python - 为什么我的神经网络显示奇怪的结果？

Question

我使用 PyBrain 创建了一个简单的神经网络:

from pybrain.tools.shortcuts import buildNetwork
from pybrain.datasets import SupervisedDataSet
from pybrain.supervised.trainers import BackpropTrainer

    L_Z = [
    0b111111,
    0b000010,
    0b000100,
    0b001000,
    0b010000,
    0b111111
    ]

C_Z = [
    0b111111,
    0b100001,
    0b000110,
    0b000001,
    0b100001,
    0b111111
    ]

net = buildNetwork(6, 3, 1)


ds = SupervisedDataSet(6, 1)

ds.addSample(tuple(L_Z), (1,))
ds.addSample(tuple(C_Z), (0,))

trainer = BackpropTrainer(net, ds)
trainer.trainUntilConvergence()


print net.activate(L_Z)
print net.activate(C_Z)

但是每次运行程序后都会显示不同的结果。我的网络应该学会查找英语“Z”字母和西里尔语“З”字母。怎么了？

Answer 1

您的方法根本上是错误的。具有 6 个输入的网络意味着每个输入都是一个可以从 0 到 1 的 float 。当您给出的值过高或过低时，PyBrain 不会告诉您。例如，0b111111 实际上是 63。如果您想要每个检测单元都有一个输入，则需要使用具有 36 个输入的网络。

L_Z = [
    1,1,1,1,1,1,
    0,0,0,0,1,0,
    0,0,0,1,0,0,
    0,0,1,0,0,0,
    0,1,0,0,0,0,
    1,1,1,1,1,1
    ]

 C_Z = [
    1,1,1,1,1,1,
    1,0,0,0,0,1,
    0,0,0,1,1,0,
    0,0,0,0,0,1,
    1,0,0,0,0,1,
    1,1,1,1,1,1
    ]

 net = buildNetwork(36, 3, 1)


 ds = SupervisedDataSet(36, 1)

 ds.addSample(L_Z, [1])
 ds.addSample(C_Z, [0])

 trainer = BackpropTrainer(net, ds)

 for x in range(1000):
  trainer.train()

 print net.activate(L_Z)
 print net.activate(C_Z)

我很惊讶 .trainUntilConvergeance() 正在工作，通常它会保留 1/4 的数据进行验证，如果你只给它两个例子，它通常会崩溃。无论如何，这段代码都可以达到您想要的结果，但如果您尝试进行计算机视觉，通常他们会使用多种方法的组合来检测事物。