PyBrain - Lavorare con le reti

Una rete è composta da moduli e sono collegati tramite connessioni. In questo capitolo impareremo a:

  • Crea rete
  • Analizza rete

Creazione di rete

Useremo l'interprete Python per eseguire il nostro codice. Per creare una rete in pybrain, dobbiamo usarebuildNetwork api come mostrato di seguito -

C:\pybrain\pybrain>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>>
>>> from pybrain.tools.shortcuts import buildNetwork
>>> network = buildNetwork(2, 3, 1)
>>>

Abbiamo creato una rete utilizzando buildNetwork () ei parametri sono 2, 3, 1, il che significa che la rete è composta da 2 ingressi, 3 nascosti e un unico output.

Di seguito sono riportati i dettagli della rete, ovvero moduli e connessioni -

C:\pybrain\pybrain>python
Python 3.7.3 (v3.7.3:ef4ec6ed12, Mar 25 2019, 22:22:05) [MSC v.1916 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> from pybrain.tools.shortcuts import buildNetwork
>>> network = buildNetwork(2,3,1)
>>> print(network)
FeedForwardNetwork-8
   Modules:
   [<BiasUnit 'bias'>, <LinearLayer 'in'>, <SigmoidLayer 'hidden0'>,
<LinearLay er 'out'>]
   Connections:
   [<FullConnection 'FullConnection-4': 'hidden0' -> 'out'>, <FullConnection 'F
ullConnection-5': 'in' -> 'hidden0'>, <FullConnection 'FullConnection-6': 'bias'
-< 'out'>, <FullConnection 'FullConnection-7': 'bias' -> 'hidden0'>]
>>>

I moduli sono costituiti da livelli e la connessione è costituita da oggetti FullConnection. Quindi ciascuno dei moduli e della connessione ha il nome mostrato sopra.

Analizzando la rete

È possibile accedere individualmente ai livelli del modulo e alla connessione facendo riferimento ai loro nomi come segue:

>>> network['bias']
<BiasUnit 'bias'>
>>> network['in']
<LinearLayer 'in'>