R包深网: Training and Testing the MNIST dataset

Question

我正在尝试使用 deepenet 包的 dbn.dnn.train 函数来训练 MNIST 数据集。该任务是分类任务。我正在使用以下命令

dbn.deepnet <- dbn.dnn.train(train.image.data,train.image.labels,hidden=c(5,5))

我面临的问题是:

1) 标签应该是因子类型向量。但是当我输入标签作为因子时，该函数会给出一个错误“y 应该是一个矩阵或向量”。所以，我将标签用作数字。如何进行分类任务

2) 对 dbn.dnn.train 进行预测的功能是什么。我正在使用 nn.predict 但文档提到输入应该是由函数 nn.train 训练的神经网络(没有提到 dbn.dnn.train)。所有记录的输出都是0.9986

nn.predict(dbn.deepnet,train.image.data)

Answer 1

不知道您是否仍在努力，或者您是否找到了解决方案，但是: 1/试试这个:train.image.labels <- data.matrix(train.image.labels)

2/我使用 nn.predict，即使神经网络是由 dbn.dnn.train 训练的。