Pelatihan Jaringan Menggunakan Algoritma Optimasi
Kami telah melihat bagaimana melatih jaringan menggunakan pelatih di pybrain. Dalam bab ini, akan menggunakan algoritme pengoptimalan yang tersedia dengan Pybrain untuk melatih jaringan.
Dalam contoh, kami akan menggunakan algoritme pengoptimalan GA yang perlu diimpor seperti yang ditunjukkan di bawah ini -
from pybrain.optimization.populationbased.ga import GAContoh
Di bawah ini adalah contoh kerja jaringan pelatihan menggunakan algoritme pengoptimalan GA -
from pybrain.datasets.classification import ClassificationDataSet
from pybrain.optimization.populationbased.ga import GA
from pybrain.tools.shortcuts import buildNetwork
# create XOR dataset
ds = ClassificationDataSet(2)
ds.addSample([0., 0.], [0.])
ds.addSample([0., 1.], [1.])
ds.addSample([1., 0.], [1.])
ds.addSample([1., 1.], [0.])
ds.setField('class', [ [0.],[1.],[1.],[0.]])
net = buildNetwork(2, 3, 1)
ga = GA(ds.evaluateModuleMSE, net, minimize=True)
for i in range(100):
net = ga.learn(0)[0]
print(net.activate([0,0]))
print(net.activate([1,0]))
print(net.activate([0,1]))
print(net.activate([1,1]))Keluaran
Metode pengaktifan pada jaringan untuk input hampir sama dengan output seperti yang ditunjukkan di bawah ini -
C:\pybrain\pybrain\src>python example15.py
[0.03055398]
[0.92094839]
[1.12246157]
[0.02071285]