如何根據權重和偏差創建 MPLClassifier？ （巨蟒 3）

Question

我正在嘗試創建一個具有預定義權重和偏差的 MPLClassifier，以便我可以將它們保存到一個文件中，然后

如果我像這樣訓練 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_)

然后像這樣訪問權重和偏差：

import numpy as np
from sklearn.neural_network import MLPClassifier

weights = np.load("weights.npy")
biases = np.load("biases.npy")

我希望能夠像這樣創建一個 new.network：

clf = MLPClassifier(weights=weights, biases=biases)

Answer 1

正如@Plagon 評論的那樣，您不能根據權重和偏差創建 MLPClassifier。 相反，您應該導入 pickle 並像這樣使用它：

with open("network.pkl", "wb") as network:
    pickle.dump(clf, network)

並像這樣訪問它：

with open("network.pkl", "wb") as network:
    clf = pickle.load(network)

有關 pickle 的更多信息，您可以 go 在https://docs.python.org/3/library/pickle.html查看其文檔。