- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我目前正在使用协卷积层来训练神经网络,但在向其提供输入和输出维度时似乎存在一些问题。
输入由 (x,2050) 组成输出为 (x,13)因此,对于每行 2050 列,应创建一个包含 13 个元素的数组。
#Define 10 folds:
seed = 7
np.random.seed(seed)
kfold = KFold(n_splits=10, shuffle=False, random_state=None)
print "Splits"
cvscores_acc = []
cvscores_loss = []
hist = []
i = 0
train_set_data_vstacked_normalized_reshaped = np.reshape(train_set_data_vstacked_normalized,train_set_data_vstacked_normalized.shape+(1,))
train_set_output_vstacked_normalized_reshaped = np.reshape(train_set_output_vstacked_normalized,train_set_output_vstacked_normalized.shape+(1,))
for train, test in kfold.split(train_set_data_vstacked_normalized_reshaped):
print "Model definition!"
model = Sequential()
model.add(Convolution1D(13, 3, border_mode='same', input_shape=(2050,1)))
print "Compiling"
model.compile(loss='mean_squared_error', optimizer="RMSprop")
print "Compile done! "
print '\n'
print "Train start"
reduce_lr=ReduceLROnPlateau(monitor='val_loss', factor=0.01, patience=3, verbose=1, mode='auto', epsilon=0.0001, cooldown=0, min_lr=0.00000001)
stop = EarlyStopping(monitor='val_loss', min_delta=0, patience=5, verbose=1, mode='auto')
log=csv_logger = CSVLogger('training_'+str(i)+'.csv')
hist_current = model.fit(train_set_data_vstacked_normalized_reshaped[train],
train_set_output_vstacked_normalized_reshaped[train],
shuffle=False,
validation_data=(train_set_data_vstacked_normalized_reshaped[test],train_set_output_vstacked_normalized_reshaped[test]),
validation_split=0.1,
nb_epoch=150,
verbose=1,
callbacks=[reduce_lr,log,stop])
hist.append(hist_current)
print()
print model.summary()
print "Model stored"
model.save("Model"+str(i)+".h5")
model.save_weights("Model"+str(i)+"_weights.h5")
del model
print "New Model:"
i=i+1
我似乎在输入数据时遇到问题,我在某处读到Convolution1D
期望将3d作为输入和输出,这就是为什么我将其重新整形为3d..但对于某些人来说原因不是它仍然不合适。
我在当前代码中遇到此错误:
Exception: Error when checking model target: expected convolution1d_1 to have shape (None, 2050, 13) but got array with shape (221286, 13, 1)
为什么我无法开始培训类(class)?...
最佳答案
所以基本上 - 在你的网络中你有:
kernel_size = 3
在 same
边界模式下会生成具有长度的 13 维特征向量序列每个 2050 个。 这解释了为什么 Keras 向您显示它正在等待 (None, 2050, 13)
目标形状。
有几种方法可以使其发挥作用:
您可以通过添加以下内容来展平卷积层的输出:
from keras.layers import Flatten, Dense
model.add(Flatten())
model.add(Dense(13))
然后通过 train_set_output_vstacked_normalized_reshape[train].reshape((221286, 13)) 压平你的目标
通过添加另一个卷积层并结合池化和不同的边界模式,以获得长度为 13 的输出序列。这里有很多可能性,我将跳过这一部分。
请注意 - 您在这里仅使用激活函数。虽然在最后的密集层中这似乎是一个不错的决定,但在前面的层中最好应用一些非线性激活(例如 relu)以使您的网络工作得更好。
关于python - 预计 volv1d_1 的形状是多少,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41683309/
我正在尝试从以下路径中提取一组关键字,例如 ['lemon', 'apple', 'coconut'] 等"\var\prj\lemon_123\xyz","\var\prj\123_apple\co
每次当我尝试连接到发送 servage smpt 时,它都会给我一个错误: SMTP connect() failed. 我尝试以下设置: include('res/mailer/class.phpm
我正在尝试通过 cpanel cron 作业面板提交 MySQL 备份脚本,但我收到了我不理解的错误。我已经在我的 Ubuntu 上尝试了这个命令 mysqldump -u(USERNAME) -p(
我喜欢将测试程序的输出记录到带有时间戳的日志文件中。 我创建了以下 Makefile,但它不起作用。 “make”似乎在最后一刻根据需要计算 LOGFILE。 生成文件 LOGFILE=`date +
我是一名优秀的程序员,十分优秀!