FANN2 for Python -- Matplotlib 浮点格式问题答案

【问题标题】：FANN2 for Python -- Matplotlib floating point format issueFANN2 for Python -- Matplotlib 浮点格式问题
【发布时间】：2015-02-13 20:57:11
【问题描述】：

我今天的问题是关于 Python 2 的 fann2 包的奇怪行为，同时使用 matplotlib 或 pyqtgraph。

假设我需要实时绘制我的 FANN 网络 MSE。然后我将使用带有交互性的matplotlib 和一些while True 循环或Thread 来更新我的情节。但为简单起见，让我们举一个下面的例子。

以下脚本将创建一个新的神经网络并将其存储到一个文件中：

#!/usr/bin/python2

from fann2 import libfann
import matplotlib.pyplot as plt

PLOT = False

if PLOT:
    plt.show()
    axes = plt.subplot(111)

connection_rate = 1
layers = (10, 5)
activation_f = libfann.SIGMOID_SYMMETRIC_STEPWISE
ann = libfann.neural_net()
ann.create_sparse_array(connection_rate, layers)
ann.randomize_weights(-0.1, 0.1)
ann.save('my_network.ann')

注意当前禁用绘图的PLOT 标志。

现在让我们看一下输出文件。让我们看看 f.e.最后一行：

connections (connected_to_neuron, weight)=(0, -9.04591381549835205078e-02) ...

（... 表示更多省略的字符）

一切都很好，直到我们将 PLOT 值更改为 True... 之后相应的行将如下所示：

connections (connected_to_neuron, weight)=(0, -7,55163878202438354492e-02) ...

这会导致加载已保存的网络时出错。示例：

from fann2 import libfann
ann = libfann.neural_net()
ann.create_from_file('my_network.ann')

给出以下错误：FANN Error 4: Error reading "connection_rate" from configuration file "my_network.ann".

有人知道如何解决这个奇怪的问题吗？也许我应该简单地在 matplotlib 的某个地方更改浮点数格式？我已经搜索了他们的文档，但没有找到如何做到这一点。

我想原因在其他地方。这很有趣，但 PyQtGraph 给出了相同的结果。这是一个奖励脚本：

#!/usr/bin/python2

from fann2 import libfann
import pyqtgraph as pg

PLOT = False

if PLOT:
pg.plot([1, 2], [3, 4], pen=None, symbol='o')

connection_rate = 1
layers = (10, 5)
activation_f = libfann.SIGMOID_SYMMETRIC_STEPWISE
ann = libfann.neural_net()
ann.create_sparse_array(connection_rate, layers)
ann.randomize_weights(-0.1, 0.1)
ann.save('my_network.ann')

【问题讨论】：

我建议向 PyFANN 开发人员询问这个问题；听起来像一个错误。

标签： python matplotlib pyqtgraph fann

【解决方案1】：

如果 fann2 抱怨它们，请尝试在此处添加连接速率“my_network.ann”和其他几个设置，例如“cascade_min_out_epochs”。

connection_rate = 0.7000 {或您的首选费率}

当我将我的操作系统更新到较新版本的 libfann 时，我发生了这种情况，即 fann2

加载配置文件时，我得到了这个： ” FANN 错误 3：配置文件版本错误，正在中止读取配置文件“myfile.net”。分段错误”

通过添加所有 fann2 抱怨的设置来修复它。

【讨论】：