PyBrain中的SupervisedDataSet和網絡問題

Question

我最近發現了PyBrain，因此決定嘗試一下。 經過一段時間的測試，我決定處理以下問題，以了解PyBrain內部的工作。

給定6個元素的列表（每個元素從1到10），請確定列表中是否有更多的偶數，更多的奇數或相等的數字部分。

我給PyBrain提供了50個已解決的樣本，而50個未解決，則輸出始終是正確答案的1/3，實際上比隨機回答這個問題還差勁...所以我想我做錯了什么。

我在一個論壇上閱讀我必須規范我的數據。 我這樣做，得到了相同的結果。 我將附上我的代碼片段以及到目前為止我已經嘗試過的內容。

ds = SupervisedDataSet(6, 1)
....... Generating list of 6 elements, getting the mean and standard deviation to normalize data

for i in range(len(values)):
    for j in range(6):
        values[i][0][j] = (values[i][0][j]-mean[j]) / standard[j]
    ds.appendLinked(values[i][0],values[i][1]) #values[i][0] contains a list of 6 elements, values[i][1] contains the answer for that list (0=EVEN, 1=SAME_PART, 2=ODD)
bias_network = buildNetwork(6,30,1, bias=True) # I've tried all the different networks on pybrain i think, but i don't really know the difference between anyone
trainer = BackpropTrainer(bias_network,ds,verbose=True)
trainer.trainEpochs(20) #I've tried 2, 20, 200 and until convergence, having same results...
for i in range (generate_rand):
......Generating new list l of elements
    output = bias_network.activate(l)

我剛剛開始學習AI及其用途，所以請原諒我在這里做錯了什么。

Answer 1

好吧，我一直在研究神經網絡，發現不能使用依賴於另一個結果的變量，因此問題出在我的“問題”本身。 我可以將其標記為已解決。

例如，您不能使用“（X，Y，Z，W）是同一神經網絡的參數”這樣的問題：“如果X> Y和Y> W並且W <Z和X> 10然后打印1” ，至少那是我學到的。

我將其標記為已盡快解決。