나는 몇 개의 클래스에 속하는 이미지의 확률을 예측하기 위해 ANN을 훈련하려고하는데, 목표 값은 그러한 확률의 집합입니다.PyBrain multiple targets values
입력은 0-255의 픽셀 값을 갖는 단순한 재구성 된 28x28 회색조 그림입니다.
하나의 '대상'은 다음과 같습니다 0.738832,0.238159,0.023009,0,0.238159,0,0.238159,0,0.238159,0,0,0.238159,0,0.19793,0.80207,0.066806667,0.663691308,0.008334764,0,0,0.0494825,0.098965,0.0494825,0,0,0,0,0,0,0,0,0,0,0,0,0,0
내가 얻는 결과는 다음과 같이 (단순 선형 회귀보다 훨씬 더) 끔찍한하고 보이는 그러나
: 0.011947,0.448668,0,0,0.095688,0,0.038233,0,0,0,0,0,0,0,0.405464,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0
그것은 정말 문제를 않습니다 300 또는 30000 사진을 사용하는 경우 나는 분명히 뭔가 잘못하고 있고 정말로 조언을 해주고 있습니다.
코드 :
# create dataset
DS = SupervisedDataSet(784, 37)
assert(ia.shape[0] == ta.shape[0])
DS.setField('input', ia)
DS.setField('target', ta)
fnn = buildNetwork(DS.indim, 200, 37, outclass=SoftmaxLayer)
trainer = BackpropTrainer(fnn, dataset=DS, momentum=0.1, verbose=True, weightdecay=0.01)
trainer.trainUntilConvergence(maxEpochs=10,verbose=True,validationProportion=0.20)
GalaxyZoo 경연 대회에 행운을 비네. – Firestrand