Как проводить контролируемое обучение глубокой уверенности в PyBrain?

Question

У меня возникли проблемы с получением DeepBeliefTrainer для работы с моими данными в PyBrain/Python. Поскольку я не могу найти каких-либо примеров, кроме неподконтрольных тому, как использовать глубокое обучение в PyBrain, я надеюсь, что кто-то может привести примеры, которые продемонстрировали бы базовую концепцию использования.

Я попытался инициализировать с помощью:

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

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

Я пытаюсь использовать SupervisedDataset для регрессии, но обучение просто не удается. Кто-нибудь преуспел в том, чтобы использовать тренеров по разучиванию для контролируемого машинного обучения? И как вы это сделали?

Я получаю ошибку:

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

Это потому, что ваш первоначальный сети: net = buildNetwork(*layerDims) не имеет слой с именем видимого слоя в вашей глубокой сети веры, которая является «видимым». Таким образом, чтобы найти его в первоначальной сети, вы можете сделать что-то вроде:

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