如何在 PyBrain 中加载训练数据？答案

【问题标题】：How to load training data in PyBrain?如何在 PyBrain 中加载训练数据？
【发布时间】：2011-11-15 16:39:15
【问题描述】：

我正在尝试使用 PyBrain 进行一些简单的 NN 训练。我不知道该怎么做是从文件中加载训练数据。他们的网站上的任何地方都没有解释。我不关心格式，因为我现在可以构建它，但是我需要在文件中完成它而不是手动逐行添加，因为我将有数百行。

【问题讨论】：

几百行意味着你有一个非常小的集合，不应该关心性能。但是 PyBrain 不只接受 NumPy 数组吗？
我不知道，我刚开始使用它，但他们没有说如何将 NumPy 数组与他们的 NN 一起使用：/

【解决方案1】：

我是这样做的：

ds = 监督数据集（6,3） tf = open('mycsvfile.csv','r') 对于 tf.readlines() 中的行： data = [float(x) for x in line.strip().split(',') if x != ''] indata = 元组（数据[：6]） outdata = 元组（数据[6:]） ds.addSample（输入数据，输出数据） n = buildNetwork(ds.indim,8,8,ds.outdim,recurrent=True) t = BackpropTrainer(n,learningrate=0.01,momentum=0.5,verbose=True) t.trainOnDataset(ds,1000) t.testOnData（详细=真）

在这种情况下，神经网络有 6 个输入和 3 个输出。 csv 文件每行有 9 个值，以逗号分隔。前 6 个值是输入值，后三个是输出值。

【讨论】：

太好了，非常感谢。你知道如何获取每个神经元的权重值吗？
您可以像这样访问各个层：n['in'] 用于输入层，n['out'] 用于输出或 n['hidden0'] 用于第一个隐藏层。我不知道，但我猜你可以以某种方式访问该层的节点。 dir(n['in']) 应该会提示您可以做什么
我找不到怎么做。我会提出一个新问题。感谢您的帮助。
@DrSokoban 检查我的答案。再简单不过了。

【解决方案2】：

您只需以这种方式使用 pandas DataFrame

import pandas as pd

dataset = SupervisedDataSet(6,3)

df = pd.read_csv('mycsvfile.csv')

dataset.setField('input', df.values[:,:6]) # this sets the features

y=[[x] for x in df.values[:,:6])] # Do this to avoid IndexError: tuple index out of range
                                  # as the target field should be a list of lists, 
                                  # even if its shape is 1

dataset.setField('target', y)     # this set the target[s] field[s]
del df,y

你可以走了。

【讨论】：