如何根据权重和偏差创建 MPLClassifier？ （巨蟒 3）

Question

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)

Answer 1

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。