Pybrain - 神經網絡精度非常低

-3

i=0 
noofclasses = 2 
alldata = ClassificationDataSet(400, 1, noofclasses) 
while i<len(data): 
    alldata.addSample(data[i],labels[i]) 
    i=i+1 
tstdata_temp, trndata_temp = alldata.splitWithProportion(10) 

tstdata = ClassificationDataSet(400, 1, noofclasses) 
for n in xrange(0, tstdata_temp.getLength()): 
    tstdata.addSample(tstdata_temp.getSample(n)[0], tstdata_temp.getSample(n)[1]) 

trndata = ClassificationDataSet(400, 1, noofclasses) 

for n in xrange(0, trndata_temp.getLength()): 
    trndata.addSample(trndata_temp.getSample(n)[0], trndata_temp.getSample(n)[1]) 

trndata._convertToOneOfMany() 
tstdata._convertToOneOfMany() 

fnn = buildNetwork(trndata.indim, 10, trndata.outdim, outclass=SoftmaxLayer) 
trainer = BackpropTrainer(fnn, dataset=trndata, momentum=0.1, verbose=True, weightdecay=0.01) 
trainer.trainEpochs(20)

我試過增加數量的時代和隱藏的神經元數量。精度沒有提高。 '數據'是400維（像素值爲20x20圖像）和標籤是這樣的： [0,0,0，.... 1,1,1]Pybrain - 神經網絡精度非常低

來源

2016-06-17 jack

「的標籤是這樣的：[0,0,0，...，1,1， 1]「？你的意思是說你有單維標籤，所以數組中的每個元素都是一個標籤？ – Andnp

標籤是單維列表，但我使用「trndata._convertToOneOfMany（）」將我的標籤轉換爲二維列表，如下所示：[（1,0），（1,0）...... （0,1），（0,1）]。所以最終我的目標是二維的。 – jack

對不起，添加偏差項後，準確度爲非常好。

FNN = buildNetwork（trndata.indim，10，trndata.outdim，偏置=真，遠高於= SoftmaxLayer）

來源

2016-06-20 07:13:32 jack

Pybrain - 神經網絡精度非常低

回答

相關問題