Pybrain简单前馈网络不输出期望值

Question

我正在尝试使用pybrain输出rgb值。输入层采用rgb值数组，所有隐藏层都是线性模型。我原以为网络会输出rgb值。但是，这个网络的输出结果是一个值数组，这些值在0:255的范围内是不接近的。这些图像大约有25种不同的.jpg图像一头公牛。每个图像都是长度为575280的扁平数组。我希望网络能汇聚到一张像公牛一样的图像上。

import numpy as np
from pybrain.structure import FeedForwardNetwork, LinearLayer, SigmoidLayer, GaussianLayer, TanhLayer
from pybrain.structure import FullConnection, BiasUnit
import testabull

bull_x = 510
bull_y = 398
bull_flat = 575280

n = FeedForwardNetwork()

bias_unit = BiasUnit()
in_layer = LinearLayer(bull_flat)
hidden_A = LinearLayer(5)
hidden_B = LinearLayer(10)
out_layer = LinearLayer(bull_flat)

n.addInputModule(in_layer)
n.addModule(hidden_A)
n.addModule(hidden_B)
n.addOutputModule(out_layer)
n.addModule(bias_unit)

in_to_hidden = FullConnection(in_layer, hidden_A)
hidden_to_hidden = FullConnection(hidden_A, hidden_B)
hidden_to_out = FullConnection(hidden_B, out_layer)
bias_to_hidden = FullConnection(hidden_B, out_layer)

n.addConnection(in_to_hidden)
n.addConnection(hidden_to_hidden)
n.addConnection(bias_to_hidden)
n.addConnection(hidden_to_out)

n.sortModules()


bull_img_array = testabull.crop_the_bull_images('../../imgs/thebull/')

trainable_array = [] ## an array of flattened images
for im in bull_img_array:
    flat_im = np.array(im).flatten()
    trainable_array.append(flat_im)

print n
print n.activate(trainable_array[0])

output = None
for a in trainable_array:
    output = n.activate(a)
print output, len(output) 

如果有人有任何建议的话，我会很棒的。

Answer 1

首先，这里有两个问题，一个是您需要在0到255之间扩展输出。您可以在此之后进行一些转换。取最大值和最小值，然后在0到255之间换位。

另一方面，这个网络很可能不会知道你想要它做什么，你的隐藏层正在使用线性层。这不是很有用，因为权重本身形成了一个线性变换。你最终会得到一个线性函数。演戏

我建议对隐藏层使用SigmoidLayer，这当然会压缩0到1之间的值，可以通过将输出层中的值乘以255来纠正这一点。要么通过一个固定的层，要么只是转换之后的值。