我在将训练好的神经网络的权重保存到文本文件时遇到了问题。以下是我的代码
def nNetwork(trainingData,filename): lamda = 1 input_layer = 1200 output_layer = 10 hidden_layer = 25 X=trainingData[0] y=trainingData[1] theta1 = randInitializeWeights(1200,25) theta2 = randInitializeWeights(25,10) m,n = np.shape(X) yk = recodeLabel(y,output_layer) theta = np.r_[theta1.T.flatten(), theta2.T.flatten()] X_bias = np.r_[np.ones((1,X.shape[0])), X.T] #共轭梯度算法 result = scipy.optimize.fmin_cg(computeCost,fprime=computeGradient,x0=theta,args=(input_layer,hidden_layer,output_layer,X,y,lamda,yk,X_bias),maxiter=100,disp=True,full_output=True ) print result[1] #最小值 theta1,theta2 = paramUnroll(result[0],input_layer,hidden_layer,output_layer) counter = 0 for i in range(m): prediction = predict(X[i],theta1,theta2) actual = y[i] if(prediction == actual): counter+=1 print str(counter *100/m) + '% 准确率' data = {"Theta1":[theta1], "Theta2":[theta2]} op=open(filename,'w') json.dump(data,op) op.close()def paramUnroll(params,input_layer,hidden_layer,labels): theta1_elems = (input_layer+1)*hidden_layer theta1_size = (input_layer+1,hidden_layer) theta2_size = (hidden_layer+1,labels) theta1 = params[:theta1_elems].T.reshape(theta1_size).T theta2 = params[theta1_elems:].T.reshape(theta2_size).T return theta1, theta2我遇到了以下错误 raise TypeError(repr(o) + ” is not JSON serializable”)
请提供解决方案或其他保存权重的方法，以便我可以在其他代码中轻松加载它们。
回答：
保存numpy数组到纯文本文件的最简单方法是执行 numpy.savetxt（并使用 numpy.loadtxt 加载）。然而，如果你想使用JSON格式保存，可以使用 StringIO 实例来写入文件：
with StringIO as theta1IO: numpy.savetxt(theta1IO, theta1) data = {"theta1": theta1IO.getvalue() } # 像往常一样以JSON格式写入你也可以对其他参数使用相同的方法。
要检索数据，你可以这样做：
# 从JSON读取数据with StringIO as theta1IO: theta1IO.write(data['theta1']) theta1 = numpy.loadtxt(theta1IO)