問題タブ [nolearn]

を使用して、Theano 0.7(ノートブックで) GPU でニューラル ネットワークをトレーニングしています。ただし、最初のレイヤー ( ) のため、次のネットワークは数時間待ってもトレーニングを開始しません。nolearn 0.6adevlasagne 0.2.dev1IPython 3.2.1'reduc'

最初のレイヤーをコメントアウトすると、トレーニングは数秒で開始されます。より複雑なネットワークのトレーニングも問題ではありません。問題の原因について何か考えはありますか?

編集:奇妙なことに、 and を削除するconv4とconv5、トレーニングも妥当な時間内に開始されます。

Edit2 :さらに奇妙なのは、レイヤーでフィルターのサイズを 10 に変更するとreduc、トレーニングが妥当な時間内に開始されることです。その後、セルの実行を停止し、この値を 1 に変更してセルを再実行すると、トレーニングはうまくいきます...

最後に、私は別のフレームワークを使い始めましたが、誰かが興味を持っている場合は、ラザニア ユーザー グループで開始したスレッドへのリンクを次に示します。

このコードをオンラインで見つけて、テストしたいと思いました。結果には、トレーニングの損失、テストの損失、検証スコア、および時間などが含まれます。

しかし、どうすれば F1-micro スコアを取得できますか? また、次のコードを追加した後、scikit-learn をインポートして F1 を計算しようとした場合:

このエラーが発生しました：

ValueError: マルチラベル インジケーターと連続マルチ出力の混在を処理できません

上記のコードに基づいて F1-micro 計算を実装するにはどうすればよいですか?

Python 機械学習ライブラリ (theano と lasagne に基づく) である nolearn をインストールしようとしていますが、異常なエラーが表示されます (注: コマンドは、インストール ドキュメントとして nolearn をインストールする最初のステップです)。

指図：

出力：

freetype のインストールや matplotlib の再インストール (どちらも別の stackexchange の投稿に基づく) など、さまざまなことを試しましたが、残念ながらまだ機能しません (上記のエラーが表示されます)。

どんな支援も大歓迎です！

私の構成は次のとおりです。

• MAC OSX (ヨセミテ) で動作
• ANACONDA 環境での実行
• conda を環境マネージャーとして使用する

lasagne/nolearn を使用してオートエンコーダーをトレーニングしました。ネットワーク層が [500, 100, 100, 500] であるとします。私は次のようにニューラルネットを訓練しました：

次のようなことをしたい：

そのため、データの抑制された表現を取得します。したがって、初期データの形状が [10000, 500] の場合、結果のデータは [10000, 100] になります。

検索しましたが、その方法を見つけることができませんでした。ラザニア/ノーラーンで可能ですか?

これから説明する問題で数日前から立ち往生しています。私は深層学習に関する Daniel Nouri のチュートリアルに従っています: http://danielnouri.org/notes/category/deep-learning/そして彼の例を分類データセットに適応させようとしました。ここでの問題は、データセットを回帰問題として扱うと正しく機能しますが、分類を実行しようとすると失敗することです。再現可能な例を2つ書いてみました。

1) 回帰 (うまくいきます)

2）分類（行列の次元のエラーが発生します。下に貼り付けます）

コード 2 で得られる失敗した出力。

ここで何が起こっているのですか？私は何か悪いことをしていますか？私はすべてを試しましたが、何が起こっているのか理解できません。

今日、次のコマンドを使用してラザニアと依存関係を更新したことに注意してください。pip install -r https://raw.githubusercontent.com/dnouri/kfkd-tutorial/master/requirements.txt

前もって感謝します

編集

その後の変更を実行することで機能するようになりましたが、まだ疑問があります。

• Y を 0/1 の値を持つ 1 次元ベクトルとして次のように定義しましたy = Y.astype(np.int32)。

• output_num_units=1パラメータをに変更するoutput_num_units=2必要がありましたが、2 項分類の問題を扱っているため、この多層パーセプトロンの出力ニューロンは 2 つではなく 1 つだけである必要があると考えているため、それを理解しているかどうかはよくわかりません。違う？

また、コスト関数を ROC-AUC に変更しようとしました。objective_loss_functionデフォルトで定義されているパラメーターがあることは知っていobjective_loss_function=lasagne.objectives.categorical_crossentropyますが、ROC AUC をカテゴリークロスエントロピーの代わりにコスト関数として使用するにはどうすればよいですか?

ありがとう

私は一般的に Nolearn と Theano を初めて使用します。Nolearn のチュートリアルでコードを試してみたところ、0.9 という非常に高いエラー率が得られました。

チュートリアルで 0.005 のエラーが発生しているのに、どうしてこんなに高いエラーが発生するのですか? 他の誰かがこの問題を再現できますか?

OS X Yosemite で Theano 0.7.0、Lasagne v0.1、nolearn v0.5 を使用。

出力

コード

分類レポート

を使用して単純な自動エンコーダーを実行しようとしていますnolearn:

何らかの理由で、次のエラーが発生します。

ValueError: 不正な入力形状 (10000, 500)

このエラーが発生する理由と解決方法を説明できる人はいますか?