Получение выходной классификации с помощью Lasagne/Theano
Я переношу свой код с чистого Theano на Lasagne. У меня был этот определенный код из учебника, чтобы получить результат прогноза с определенными данными, и я сгенерировал файл csv для отправки в kaggle. Но с лазаньей это не работает. Я пробовал несколько вещей, но все они дают ошибки.
Я был бы рад, если бы кто-нибудь помог мне понять, что не так!
Я вставил весь код сюда: http://pastebin.com/e7ry3280
test_data = np.loadtxt("../inputData/test.csv", dtype=np.uint8, delimiter=',', skiprows=1)
# The inputs are vectors now, we reshape them to monochrome 2D images,
# following the shape convention: (examples, channels, rows, columns)
data = data.reshape(-1, 1, 28, 28)
test_data = test_data.reshape(-1, 1, 28, 28)
index = T.lscalar() # index to a [mini]batch
preds = []
for it in range(len(test_data)):
test_data = test_data[it]
N = len(test_data)
# print "N : ", N
test_data = theano.shared(np.asarray(test_data, dtype=theano.config.floatX))
test_labels = T.cast(theano.shared(np.asarray(np.zeros(batch_size), dtype=theano.config.floatX)),'uint8')
###target_var
#y = T.ivector('y') # the labels are presented as 1D vector of [int] labels
#index = T.lscalar() # index to a [mini]batch
ppm = theano.function([index],lasagne.layers.get_output(network, deterministic=True),
givens={
input_var: test_data[index * batch_size: (index + 1) * batch_size],
target_var: test_labels
}, on_unused_input='warn')
p = [ppm(ii) for ii in range(N // batch_size)]
p = np.array(p).reshape((N, 10))
print (p)
p = np.argmax(p, axis=1)
p = p.astype(int)
preds.append(p)
subm = np.empty((len(preds), 2))
subm[:, 0] = np.arange(1, len(preds) + 1)
subm[:, 1] = preds
np.savetxt('submission.csv', subm, fmt='%d', delimiter=',',header='ImageId,Label', comments='')
return preds
Код не работает в строке, которая начинается с ppm = theano.function...
:
TypeError: невозможно преобразовать тип TensorType (float32, 3D) (переменного субтензора {int64: int64:}.0) в тип TensorType (float32, 4D). Вы можете попробовать вручную преобразовать Subtensor{int64:int64:}.0 в TensorType(float32, 4D).
Я просто пытаюсь ввести тестовые данные в CNN и получить результаты в файл CSV. Как мне это сделать? Я знаю, что должен использовать мини-пакеты, потому что все тестовые данные не помещаются на GPU.
test_data
?input_var
— это четырехмерный тензор, поэтомуtest_data
также должен быть четырехмерным тензором. Это сообщение об ошибке предполагает, что test_data является трехмерным тензором. - person Daniel Renshaw   schedule 25.09.2015