Ich möchte einige Tests mit dem neuronalen Netzwerk Final Hidden Aktivierungsschichtausgänge unter Verwendung von Sklearns MLPCLASSIFIER After Fit Ting der Daten durchführen. (300.100) < /code> < /p>
clf = MLPClassifier(hidden_layer_sizes=(300,100))
clf.fit(X_train,y_train)
< /code>
Ich möchte in der Lage sein, eine Funktion aufzurufen, um den endgültigen versteckten Aktivierungsschichtvektor von Länge 100 < /code> zur Verwendung in zusätzlichen Tests abzurufen. < /p>
Angenommen, ein Testsatz x_test, y_test < /code>, wäre die normale Vorhersage: < /p>
preds = clf.predict(X_test)
< /code>
Aber ich würde gerne so etwas wie: < /p>
machenactivation_layers_for_all_X_test = clf.get_final_activation_output(X_test)
< /code>
Funktionen wie Get_Weights < /code> existieren, aber das würde mir nur auf einer Schichtbasis helfen. Gibt es eine andere Methodik, um diese endgültigen versteckten Schicht -Aktivierungsausgänge für die endgültige versteckte Schicht abzurufen? src = "https://i2.wp.com/python3.codes/wp-cont ... ihoy.jpg"/>
Die Ausgabe, die ich möchte, ist die Ausgabe der endgültigen Ausgabe.>
Abschließende Ausgabe der endgültigen versteckten Aktivierungsschicht aus dem MLPCLASSIFIER von Sklearn abrufen ⇐ Python
-
- Similar Topics
- Replies
- Views
- Last post
Mobile version