- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在尝试在 QT 中使用 opencv 制作一个简单的 ANN 网络,稍后再开发它, 我尝试使用简单的数据,但收到一条错误消息:OpenCV Error : asserion failed ((unsigned)(i1 *datatype<_tp>::channels)) < unsigned(size.p[1]* channels())) in cv::mat::at
这是我写的代码
#include <iostream>
#include <opencv2/ml.hpp>
#include <opencv/cv.h>
#include <opencv2/core.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/highgui/highgui.hpp>
#include "nnet.h"
using namespace std;
using namespace cv;
int main()
{
string filename="data.csv";
Ptr<cv::ml::TrainData> tdata = cv::ml::TrainData::loadFromCSV(filename,0,-1,-1);
Mat trainData = tdata->getTrainSamples();
Mat trainLabels = tdata->getTrainResponses();
int numClasses = 3;
Mat hot(trainLabels.rows, numClasses, CV_32F, 0.0f);
for (int i=0; i<trainLabels.rows; i++) {
int id = (int)trainLabels.at<float>(i);
hot.at<float>(i, id) = 1.0f;
}
int input_neurons = 5;
int hidden_neurons = 5;
int output_neurons = 3;
Mat layerSizes = Mat(3, 1, CV_32SC1);
layerSizes.row(0) = Scalar(input_neurons);
layerSizes.row(1) = Scalar(hidden_neurons);
layerSizes.row(2) = Scalar(output_neurons);
Ptr<cv::ml::ANN_MLP> myNetwork = cv::ml::ANN_MLP::create();
myNetwork->setLayerSizes(layerSizes);
myNetwork->setTrainMethod(ml::ANN_MLP::SIGMOID_SYM);
myNetwork->setTermCriteria(TermCriteria(CV_TERMCRIT_ITER | CV_TERMCRIT_EPS, 1000, 0.00001f));
myNetwork->setTrainMethod(ml::ANN_MLP::BACKPROP,0.1f,0.1f);
myNetwork->setActivationFunction(ml::ANN_MLP::SIGMOID_SYM, 1, 1);
myNetwork->train(trainData, 0, hot);
string testfilename="test-data.csv";
Ptr<cv::ml::TrainData> testdata = cv::ml::TrainData::loadFromCSV(testfilename, 0,0,-1);
Mat testData = testdata->getTrainSamples();
Mat testLabels = testdata->getTrainResponses();
Mat testResults;
myNetwork->predict(testData, testResults);
float accuracy = float(countNonZero(testResults == testLabels)) / testLabels.rows;
printf("%f",accuracy);
return 0;
}
对于我拥有的数据集
data.csv 包含
1,2,3,7,2
7,1,7,7,5
9,7,5,3,2
12,21,32,71,8
和 data-test.csv 包含:
1,2,1,1,2,
9,1,2,12,5,
11,28,14,50,8,
3,1,2,12,5,
11,28,24,20,8,
预先感谢您的帮助。
最佳答案
我找到了我的问题的解决方案,在 csv 文件中我有 3 个类并且响应值应该在 [0..2] 之间并且我给了随机数 5 和 8 所以改变它们解决了这个问题
关于c++ - ANN OPENCV 错误断言失败,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42424324/
我知道可以使用CvFileStorage将受过训练的ANN保存到文件中,但是我真的不喜欢CvFileStorage保存培训的方式,然后我想知道:是否有可能检索培训的信息并将其保存在自定义方式? 提前致
我是 ML 领域的新手,正在学习它,我按照教程制作了一个模型,但结果准确性总是很快跃升至 100%。我在网上搜索并发现根据我的理解我有与模型过度拟合相关的问题。我使用的数据集非常小,来自 UCI 网站
我用 Keras 制作了我的第一个 ANN。它是一个具有 5 个特征和 1 个输出的线性回归模型。我用“MSE”和“损失函数”画了一个图,这些是结果。我们能说它是一个好模型吗?另外 R^2 = 0.9
所以我正在尝试用感知器来训练或门。问题是它不起作用。错误的是 0 0 ->desired = 0,actual = 1。并且该值不会改变。 此外,当我输入要测试的权重时,它们似乎也根本不起作用,但这可
第一次用python,有很多疑惑。 我正尝试在 Pybrain 中制作一个用于预测的简单 ANN。它是一个 2 输入 - 1 输出网络。输入是,第一列中有年份,第二列中有月份。输出是与每个月相关的正常
我正在 MATLAB 中为监督分类任务实现一个神经网络。 我有一个训练集和一个测试集来评估结果。问题是,每次我为同一个训练集训练网络时,我都会为同一个测试集得到非常不同的结果(有时我得到 95% 的分
我正在使用 ANN 库 ( https://www.cs.umd.edu/~mount/ANN/ )。有一个功能 ANNkdTree::getStats(ANNkdStats &st) 提供 kdtr
以下训练曲线是使用用 Python 编写的相同 Tensorflow + Keras 脚本生成的: RED 线使用五个特征。 绿线使用七个特征。 蓝线使用九个特征。 谁能告诉我绿线振荡的可能原因,以便
我正在尝试执行 ANN,但我的数据被分成多个分区或“租户”。搜索始终仅限于单个租户,这只占文档总数的一小部分。 我首先尝试在租户字符串属性上使用过滤器来实现这一点。然而,我遇到了this piece
我最近开始研究 ANN,有一些我一直在试图弄清楚我似乎无法找到答案的东西(可能是因为它太琐碎了,或者因为我正在搜索错误的关键字......)。 什么时候使用多输出而不是单输出?我想在 1/0 分类的最
我刚刚被安排了一项任务来计算一些 ANN 输出并编写一个 ANN。简单的东西,以前做过,所以我不需要任何关于一般 ANN 东西的帮助。然而,有一点让我感到困惑。在作业中,拓扑如下(不会上传图表,因为它
我正在使用 python2,我正在尝试获取隐藏层的激活。我正在使用以下代码,但出现错误: get_activations = theano.function([my_model.layers[0].i
前言:我目前正在学习 ANN,因为我在大约 83 个类别中有大约 18500 张图像。它们将用于训练 ANN 以实时识别大致相等的图像。我按照书中的图像示例进行操作,但它对我不起作用。所以我要回到开头
刚刚用 python 编写了我的第一个神经网络类。据我所知,一切都应该有效,但其中有一些我似乎找不到的错误(可能正盯着我的脸)。我首先在 MNIST 数据的 10,000 个示例上进行了尝试,然后在尝
我的神经网络输入参数包含符号数据。我不明白是否可以以这种形式提交数据或需要标准化。难道不是吗?我该如何解决它? 最佳答案 神经网络不是符号网络。它们仅处理数字数据。如果“符号”指的是分类(如“猫”、“
我是 tensorflow 的初学者,需要获取预测值(如果客户是否订阅定期存款)作为给定数据帧作为输入的多感知 ANN 模型的输出(以数据帧格式)。银行事件..我们正在引用这个样本 https://g
很抱歉问了这个愚蠢的问题,但我是 ANN 世界的新手,因为我正在制作自己的项目,所以我想确切地知道我正在做的一切。 所以我仍然不明白变量中权重和偏差的存储是如何工作的。 它们是放在数组中还是矩阵中?那
我目前正在使用反向传播来开发 ANN,用于分类任务。然而,我对标准化我正在使用的数据集有点困惑(我没有很强的统计/概率背景)。 数据示例如下所示: 5.1, 3.5, 1.4, 0.2, 1 5.2,
我看过很多网站和博客解释 ANN(人工神经网络),但没有一个网站和博客考虑到为不太了解 ANN 的人逐步开发基础的过程,而是投入了很多数学,不幸的是对我来说看起来非常难以捉摸。是否有任何网站/博客教授
我参与了很多 C 编程和 RT-Linux,现在我想做一些人工神经网络。 但是:我该如何开始? 我对进化算法(学习算法)和人工智能也很感兴趣。我可以从哪里开始学习所有这些? 最佳答案 如果您只是想熟悉
我是一名优秀的程序员,十分优秀!