PyBrain - Trabalhando com redes

Uma rede é composta por módulos e eles são conectados por meio de conexões. Neste capítulo, aprenderemos a -

  • Criar Rede
  • Analisar rede

Criando Rede

Vamos usar o interpretador python para executar nosso código. Para criar uma rede no pybrain, temos que usarbuildNetwork api como mostrado abaixo -

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)
>>>

Criamos uma rede usando buildNetwork () e os parâmetros são 2, 3, 1, o que significa que a rede é composta por 2 entradas, 3 ocultas e uma única saída.

Abaixo estão os detalhes da rede, ou seja, Módulos e Conexões -

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'>]
>>>

Os módulos consistem em camadas e as conexões são feitas a partir de objetos FullConnection. Portanto, cada um dos módulos e conexões são nomeados conforme mostrado acima.

Analisando rede

Você pode acessar as camadas do módulo e a conexão individualmente, referindo-se a seus nomes da seguinte forma -

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