Question

是否有一种简单的方法可以显示每种属性的偏差或重量，这些属性是在我们已经训练过后使用neurolab开发的ANN中提供的？

Answer 1

是的，您可以看到所有图层的权重和偏差。通过使用

权重

net.layers[i].np['w']

net.layers[i].np['b']偏见

要自己手动更改它们，您只需使用添加到最后的[:]并将它们设置为numpy数组。

这是我在3层（1个输入层，1个隐藏层和1个输出层）的简单网络上使用的示例测试代码。

import neurolab as nl
import numpy as np

net = nl.net.newff([[0,1]] * 3, [4,2])

net.save("test.net")

net = nl.load("test.net")
# show layer weights and biases
for i in range(0,len(net.layers)):
    print "Net layer", i
    print net.layers[i].np['w']
    print "Net bias", i
    print net.layers[i].np['b']

#try setting layer weights
net.layers[0].np['w'][:] = np.array ([[0,1,2],  
                                     [3,4,5],  
                                     [4,5,6],  
                                     [6,7,8]]
                                     )


# show layer weights and biases 
for i in range(0,len(net.layers)):
    print "Net layer", i
    print net.layers[i].np['w']
    print "Net bias", i
    print net.layers[i].np['b']

显示每个节点的Neurolabs权重/偏差？

1 个答案: