e=EscribirArchivo() e.setUrl("prueba_gamma.data") e.setNumeroEntradas(2) e.setNumeroSalidas(1) e.escribirEnArchivoParaProbarRedNeuronalGamma() bd=BaseDatos() #primer elemento: # de neuronas #segundo elemento: error #tercer elemento: url del archivo de ese entrenamiento print bd.obtenerErroresMenoresDeEntrenamientoGamma()[0][2] errores=bd.obtenerErroresMenoresDeEntrenamiento() for k in range(len(errores)): ann = libfann.neural_net() ann.create_from_file("../files/"+errores[k][2]) ann.reset_MSE() test_data = libfann.training_data() test_data.read_train_from_file("../files/prueba.data") entradas=test_data.get_input() salidas=test_data.get_output() for i in range(0,len(entradas)): ann.test(entradas[i], salidas[i]) auxiliar.append(ann.get_MSE()) print auxiliar print "%s - %s - %s - %s"%("Neuronas".rjust(8),"Archivo".rjust(15),"Error Entrenamiento".rjust(16),"Error Prueba")
auxiliar=[] e=EscribirArchivo() e.setUrl("prueba.data") e.setNumeroEntradas(8) e.setNumeroSalidas(1) e.escribirEnArchivoParaProbarRedNeuronal() bd=BaseDatos() #primer elemento: # de neuronas #segundo elemento: error #tercer elemento: url del archivo de ese entrenamiento print bd.obtenerErroresMenoresDeEntrenamiento()[0][2] errores=bd.obtenerErroresMenoresDeEntrenamiento() for k in range(len(errores)): ann = libfann.neural_net() ann.create_from_file("../files/"+errores[k][2]) ann.reset_MSE() test_data = libfann.training_data() test_data.read_train_from_file("../files/prueba.data") entradas=test_data.get_input() salidas=test_data.get_output() for i in range(0,len(entradas)): ann.test(entradas[i], salidas[i]) auxiliar.append(ann.get_MSE())