問題タブ [mxnet]

チュートリアルはhttp://mxnet.io/tutorials/python/mnist.htmlにあります。このステップでは: "

"

ImportError トレースバック (最新の呼び出しが最後) in () 2 import cv2 3 import numpy as np ----> 4 from mnist_demo import html, script 5 def classify(img): 6 img = img[len('data:image/ png;base64,'):].decode('base64')

何が原因なのかわからず、Google で答えを見つけることができません。誰にもアイデアはありますか？

「mxnet」パッケージを使用する光沢のあるアプリをドッキングしています。多くの努力の結果、dmlc リポジトリから通常どおりインストールするのではなく、パッケージをビルドしてインストールする必要があると結論付けました。以下は、mxnet をビルドしてインストールしようとする簡略化された dockerfile です。

これを実行した後、次のようなエラーが表示されます。

何か助けはありますか？

以下のリンクでチュートリアルを実行すると、以下のステップに到達すると以下のエラーが発生します。この時点まではエラーはありません。

http://mxnet.io/tutorials/r/classifyRealImageWithPretrainedModel.html

prob <- predict(model, X=normed) [19:01:35] D:\chhong\mxnet\dmlc-core\include\dmlc/logging.h:235: [19:01:35] d:\chhong \mxnet\src\operator./concat-inl.h:152: チェックに失敗しました: (dshape[j]) == (tmp[j]) 不正な形状 [2]: (1,320,15,15)。(最初の入力形状: (1,576,14,14)) エラー: ch_concat_3c_chconcat の InferShape エラー: [19:01:35] d:\chhong\mxnet\src\operator./concat-inl.h:152: チェックに失敗しました: (dshape[j]) == (tmp[j]) 不正な形状 [2]: (1,320,15,15)。(最初の入力形状: (1,576,14,14))

http://mxnet.io/tutorials/nlp/cnn.htmlのテキスト分類チュートリアルに従おうとしています

関数を呼び出すまで：

すべてがうまくいきます。しかし、その後、エラーが発生します：

conv_input = mx.sym.Reshape(data=embed_layer, target_shape=(バッチサイズ, 1, センテンスサイズ, num_embed))

トレースバック (最新の呼び出しが最後): ファイル ""、1 行目、ファイル "C:\Users\my.name\Downloads\WinPython-64bit-2.7.10.3\python-2.7.10.amd64\lib\site-packages 内\mxnet-0.7.0-py2.7.egg\mxnet\symbol.py"、1062 行目、作成者 ctypes.byref(sym_handle))) ファイル "C:\Users\my.name\Downloads\WinPython-64bit- 2.7.10.3\python-2.7.10.amd64\lib\site-packages\mxnet-0.7.0-py2.7.egg\mxnet\base.py"、77 行目、check_call で MXNetError(py_str(_LIB.MXGetLastError) を発生させます())) mxnet.base.MXNetError: target_shape の無効なパラメーター形式は Shape(tuple) を期待していますが、値 ='(50, 1, 56L, 300)'

誰かがアイデアを持っていますか、これを機能させる方法はありますか?

mxnet LinearRegressionOutputレイヤーを使用して妥当なパフォーマンスを得ることができませんでした。

以下の自己完結型の例ではy = x1 + x2^2 + x3^3、少量のランダム ノイズを投入して単純な多項式関数 ( ) の回帰を実行しようとしています。

ここに示す mxnet 回帰の例は、隠れ層を含むやや複雑なネットワークと共に使用されます。

neuralnet以下の例では、およびパッケージを使用して回帰ネットワークもトレーニングしていnnetます。これは、プロットからわかるように、はるかに優れたパフォーマンスを発揮します。

ネットワークのパフォーマンスが低い場合の解決策は、ハイパーパラメーターの調整を行うことだと認識していますが、さまざまな値を試してみましたが、パフォーマンスが向上することはありませんでした。だから私は次の質問があります：

1. mxnet 回帰の実装にエラーがありますか?
2. ここで検討されているような単純な回帰問題について、mxnet から妥当なパフォーマンスを得るのに役立つ経験がある人はいますか?
3. 他の誰かが、パフォーマンスの良い mxnet 回帰の例を持っていますか?

次のように私のセットアップ：

の悪い回帰結果mxnet:

この再現可能な例から：

R パッケージ mxnet の mx.lstm 関数を使用して lstm ニューラル ネットワークをトレーニングしたいと考えています。私のデータは、X1、X2、X3 が特徴であるこのダミーの例のように、 n 個の特徴ベクトル、ラベル付けされたクラスのベクトル、および時間ベクトルで構成されます。

mx.lstm のヘルプには、train.data 引数には「mx.io.DataIter または list(data=R.array, label=R.array) The Training set」が必要であると記載されています。

私はこれを試しました：

「mx.io.internal.arrayiter(as.array(data)、as.array(label)、unif.rds、: basic_string::_M_replace_aux のエラー」を返します。

mxnet Web サイトに lstm の例がありますが、使用されているデータは私のものとはかなり異なり、意味がわかりません。

http://mxnet.io/tutorials/r/charRnnModel.html

私の質問は、データを mx.lstm に適した形式に変換するにはどうすればよいですか?

mxnet で使用する独自のデータ反復子を作成しようとしています。実行するとエラーが発生します：

これは、データを返す方法と関係があると思います。以下のデータ反復子コードを参照してください。