Я пытаюсь использовать Theano для признания. Все мои изображения имеют разный размер, и я не хочу изменять их размер, потому что это картины, поэтому они не должны быть одинакового размера. Мне было интересно, как передать матрицу изображений с переменной длиной изображения в функцию Theano.
У меня сложилось впечатление, что это невозможно с numpy. Есть ли альтернатива?
def floatX(X):
return np.asarray(X, dtype=theano.config.floatX)
def init_weights(shape):
return theano.shared(floatX(np.random.randn(*shape) * 0.01))
def model(X, w):
return T.nnet.softmax(T.dot(X, w))
X = T.fmatrix()
Y = T.fmatrix()
w = init_weights((784, 10))
py_x = model(X, w)
y_pred = T.argmax(py_x, axis=1)
cost = T.mean(T.nnet.categorical_crossentropy(py_x, Y))
gradient = T.grad(cost=cost, wrt=w)
update = [[w, w - gradient * 0.05]]
train = theano.function(inputs=[X, Y], outputs=cost, updates=update, allow_input_downcast=True)
predict = theano.function(inputs=[X], outputs=y_pred, allow_input_downcast=True)
the Theano function
в этом контексте? - person cel   schedule 07.03.2015