machine-learning - 在 deeplearning4j 中初始化自定义权重

Question

我正在尝试实现这样的东西 https://www.youtube.com/watch?v=Fp9kzoAxsA4这是一个使用 DL4J 库的 GANN(遗传算法神经网络)。

遗传学习变量:

• 基因:生物神经网络权重
• 健康度:移动的总距离。

每个生物的神经网络层:

• 输入层:5 个传感器，如果传感器方向有墙壁，则为 1；如果没有，则为 0。
• 输出层:映射到生物角度的线性输出。

这是我的生物对象的 createBrain 方法:

private void createBrain() {
    Layer inputLayer = new DenseLayer.Builder()
            // 5 eye sensors
            .nIn(5)
            .nOut(5)
            // How do I initialize custom weights using creature genes (this.genes)?
            // .weightInit(WeightInit.ZERO)
            .activation(Activation.RELU)
            .build();

    Layer outputLayer = new OutputLayer.Builder()
            .nIn(5)
            .nOut(1)
            .activation(Activation.IDENTITY)
            .lossFunction(LossFunctions.LossFunction.MSE)
            .build();

    MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder()
            .seed(6)
            .optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT)
            .iterations(1)
            .learningRate(0.006)
            .updater(Updater.NESTEROVS).momentum(0.9)
            .list()
            .layer(0,inputLayer)
            .layer(1, outputLayer)
            .pretrain(false).backprop(true)
            .build();

    this.brain = new MultiLayerNetwork(conf);
    this.brain.init();
}

如果它可能有帮助，我已经推送到这个仓库 https://github.com/kareem3d/GeneticNeuralNetwork

这是 Creature 类 https://github.com/kareem3d/GeneticNeuralNetwork/blob/master/src/main/java/com/mycompany/gaan/Creature.java

我是一名机器学习学生，因此如果您发现任何明显的错误，请告诉我，谢谢:)

Answer 1

我不知道你是否可以在层配置中设置权重(我在API文档中看不到)，但你可以在初始化模型后获取并设置网络参数。

要为图层单独设置它们，您可以按照此示例进行操作；

    Iterator paramap_iterator = convolutionalEncoder.paramTable().entrySet().iterator();

    while(paramap_iterator.hasNext()) {
        Map.Entry<String, INDArray> me = (Map.Entry<String, INDArray>) paramap_iterator.next();
        System.out.println(me.getKey());//print key
        System.out.println(Arrays.toString(me.getValue().shape()));//print shape of INDArray
        convolutionalEncoder.setParam(me.getKey(), Nd4j.rand(me.getValue().shape()));//set some random values
    }

如果您想一次设置网络的所有参数，您可以使用 setParams() 和 params()，例如；

INDArray all_params = convolutionalEncoder.params();
convolutionalEncoder.setParams(Nd4j.rand(all_params.shape()));//set random values with the same shape

您可以查看API了解更多信息； https://deeplearning4j.org/doc/org/deeplearning4j/nn/api/Model.html#params--