Question

有一个功能： y = sin（x）我想使用PyBrain网络来适应这些功能，这就是我所做的：当你运行它时，你会得到我得到的，所获得的数据远非它应该是的。

from pybrain.datasets import SupervisedDataSet
from pybrain.tools.shortcuts import buildNetwork
from pybrain.supervised.trainers import BackpropTrainer
import pickle
import scipy as sp
import numpy as np
import pylab as pl

x = np.linspace(0, 4*np.pi, 100)
ds = SupervisedDataSet(1,1)

for i in x:
    ds.addSample(i,sin(i))
print ds

n = buildNetwork(ds.indim,3,3,3,ds.outdim,recurrent=True)
t = BackpropTrainer(n,learningrate=0.01,momentum=0.5,verbose=True)
t.trainOnDataset(ds,1000)
t.testOnData(verbose=True)

fileObject = open('trained_net', 'w')
pickle.dump(n, fileObject)
fileObject.close()

fileObject = open('trained_net','r')
net = pickle.load(fileObject)

y = []
for i in x:
    y.append(net.activate(i))

pl.plot(x,y)
pl.plot(x,np.sin(x))
pl.show()

Answer 1

我想你的问题是这个网络不能很好地适应这个功能。网络节点总数太低，无法正确适应此sin（x）函数：函数过于复杂。此外，为了适应任何功能，原则上只需要一个隐藏层。

例如，尝试删除两个隐藏的图层，并增加隐藏节点的数量（例如，20）。你的代码很适合函数

如何使用PyBrain网络拟合函数？

1 个答案: