python-3.x - 如何从 numpy 数组中输入数据来训练 CNTK 回归模型

Question

我在一维 numpy 数组中生成了一些随机值，我试图将这些数据输入到我创建的 CNTK 模型(下面的代码)中来训练它。但是根据我的方法，我遇到了不同的错误。

我创建的神经网络:

mean = 10
stdev = 2 
x = np.random.normal(mean, stdev, 1000)
y = 2 * x + 25

inputs = c.input_variable(1) #Number of variables
labels = c.input_variable(1) #Number of results
layer1 = Dense(1000, activation = c.relu) #input layer with 1000 neurons
layer2 = Dense(1000, activation = c.relu) #hidden layer with 1000 neurons
layer3 = Dense(1, activation = None) #output layer with 1 neuron
model1 = Sequential([layer1, layer2, layer3])
result = model1(inputs)
loss = c.squared_error(result, labels)
learner = c.sgd(model1.parameters, c.learning_parameter_schedule(0.01))
progress_writer = c.logging.ProgressPrinter(0) 

对于下面的方法 ( https://cntk.ai/pythondocs/Manual_How_to_feed_data.html ) 我收到了这个错误:

运行时错误:变量'Input('Input4', [#], [1])' DataType Float does not match the corresponding Value's DataType Double

progress_writer = c.logging.ProgressPrinter(0)
trainer = loss.train((x,y), parameter_learners = [learner], callbacks=[progress_writer])

对于另一种方法，我得到:

ValueError:具有多个输入的节点不支持非字典参数(ndarray)

trainer = c.Trainer(result, loss, [learner])
trainer.train_minibatch((x,y))

有人能帮我点忙吗？

Answer 1

trainer.train_minibatch() 只接受字典。所以它应该是这样的:

data = {inputs: x, labels: y}
trainer.train_minibatch(data)