0

http://lasagne.readthedocs.org/en/latest/user/tutorial.html#id2

私は次のことを試しました

network_output = lasagne.layers.get_output(network)
f = theano.function([input_var], network_output[:,-1])
y_hat = f(X_train)

ただし、ここで Y_hat のすべてのサンプルに対して NAN を取得します。

編集: NAN の問題を解決できました。ただし、私の予測は1つのクラスのみを返します(1)

4

1 に答える 1

0

network_output は形状 (N,K) の行列で、N はデータポイントの数、K はクラスの数です。これは生のスコア マトリックスです。あなたのコード network_output[:,-1] は、K 番目または最後のラベルのすべての生のスコア値になります。つまり、生のスコア マトリックス全体ではなく、列ベクトルを返しています。すべてのスコアを出力するには、theano.function を次のように変更します。

f = theano.function([input_var], network_output)

すべての生のクラス スコアを返す必要があります。

于 2016-03-22T12:31:55.210 に答える