[英]How to create an MPLClassifier from weights and biases? (Python 3)
我正在尝试创建一个具有预定义权重和偏差的 MPLClassifier,以便我可以将它们保存到一个文件中,然后
如果我像这样训练 the.network:
import numpy as np
from sklearn.neural_network import MLPClassifier
data = np.load("data.npy")
labels = np.load("labels.npy")
clf = MLPClassifier()
clf.fit(data, labels)
np.save("weights.npy", clf.coefs_)
np.save("biases.npy", clf.intercepts_)
然后像这样访问权重和偏差:
import numpy as np
from sklearn.neural_network import MLPClassifier
weights = np.load("weights.npy")
biases = np.load("biases.npy")
我希望能够像这样创建一个 new.network:
clf = MLPClassifier(weights=weights, biases=biases)
正如@Plagon 评论的那样,您不能根据权重和偏差创建 MLPClassifier。 相反,您应该导入 pickle 并像这样使用它:
with open("network.pkl", "wb") as network:
pickle.dump(clf, network)
并像这样访问它:
with open("network.pkl", "wb") as network:
clf = pickle.load(network)
有关 pickle 的更多信息,您可以 go 在https://docs.python.org/3/library/pickle.html查看其文档。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.