如何将 .csv 训练数据提供给 mxnet 中的卷积神经网络?

How can I feed .csv training data to a convolutional neural network in mxnet?

我最近在 Windows 10 和 Python 3.5 上安装了支持 GPU 的 mxnet(python 软件包)。我 运行 通过几个示例,它们似乎工作正常。

我习惯了 scikit-learn 风格的机器学习包,并且对 Python 深度学习包(如 Mxnet)非常陌生,尽管我已经在 R 中使用过 Mxnet。我很难理解如何将 .csv 训练数据提供给模型。

我想向简单的 CNN 提供一些图像。图像为 28x28 像素,并以扁平化数组的形式存储在 .csv 中。我有两个 .csv 文件,一个用于训练,另一个用于测试。每个 .csv 文件具有以下结构:

label, pixel1, pixel2, ..., pixel784
0,...
1,...

训练 set/test 集中共有 10 个标签和大约 1000/300 张图像。

我正在使用以下代码加载数据和训练模型:

import mxnet as mx
import pandas as pd
import numpy as np
import os

path = "C://users//me//data"
os.chdir(path)

df_train = pd.read_csv("train_28.csv")
df_test = pd.read_csv("test_28.csv")

keys = ['pixel.'+str(i) for i in range(1,785)]

X_train = df_train[keys].get_values().T
X_train = X_train.reshape((1200,28,28,1))
y_train = df_train['label'].get_values().reshape((1200,1))
#y_train = y_train.reshape((28,28,1,1200))



data = mx.symbol.Variable('data')

# First conv layer
conv1 = mx.symbol.Convolution(data=data, kernel=(5,5), num_filter=20)
tanh1 = mx.symbol.Activation(data=conv1, act_type="tanh")
pool1 = mx.symbol.Pooling(data=tanh1, pool_type="max",
                              kernel=(2,2), stride=(2,2))

# Second conv layer
conv2 = mx.symbol.Convolution(data=pool1, kernel=(5,5), num_filter=50)
tanh2 = mx.symbol.Activation(data=conv2, act_type="tanh")
pool2 = mx.symbol.Pooling(data=tanh2, pool_type="max",
                              kernel=(2,2), stride=(2,2))

# First fully connected
flatten = mx.symbol.Flatten(data=pool2)
fc1 = mx.symbol.FullyConnected(data=flatten, num_hidden=500)
tanh3 = mx.symbol.Activation(data=fc1, act_type="tanh")
# second fullc
fc2 = mx.symbol.FullyConnected(data=tanh3, num_hidden=10)
# loss
lenet = mx.symbol.SoftmaxOutput(data=fc2, name='softmax')                              

device = mx.gpu()                              

model = mx.model.FeedForward.create(lenet,
                                    X = X_train,
                                    y = y_train,
                                    ctx = device,
                                    num_epoch = 30)

我正在使用这种方法,它类似于我在 R 中使用 mxnet 的方法,(顺便说一句,在 R 上它工作得很好,但是我不能在 R 上使用 GPU,所以我需要使用 Python为了更好的表现......)但是我收到以下错误:

[16:54:11] D:\chhong\mxnet\dmlc-core\include\dmlc/logging.h:235: [16:54:11] d:\chhong\mxnet\src\operator\./convolution-inl.h:347: Check failed: ksize_x <= dshape[3] && ksize_y <= dshape[2] kernel size exceed input
Traceback (most recent call last):
  File "C:\Users\Me\Desktop\esempio_lenet.py", line 57, in <module>
    num_epoch = 30)
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\model.py", line 901, in create
    eval_batch_end_callback=eval_batch_end_callback)
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\model.py", line 745, in fit
    self._init_params(dict(data.provide_data+data.provide_label))
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\model.py", line 485, in _init_params
    arg_shapes, _, aux_shapes = self.symbol.infer_shape(**input_shapes)
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\symbol.py", line 453, in infer_shape
    return self._infer_shape_impl(False, *args, **kwargs)
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\symbol.py", line 513, in _infer_shape_impl
    ctypes.byref(complete)))
  File "C:\Users\Me\Anaconda3\lib\site-packages\mxnet-0.7.0-py3.5.egg\mxnet\base.py", line 77, in check_call
    raise MXNetError(py_str(_LIB.MXGetLastError()))
mxnet.base.MXNetError: InferShape Error in convolution0: [16:54:11] d:\chhong\mxnet\src\operator\./convolution-inl.h:347: Check failed: ksize_x <= dshape[3] && ksize_y <= dshape[2] kernel size exceed input

而且我不知道我做错了什么。请有人告诉我这个错误是什么,并为我提供一组清晰的说明,说明如何加载与上述结构相同的 .csv 文件并训练 mxnet 模型?我查看了文档,但无法自行弄清楚如何正确加载 .csv 文件...

我要求加载此类 .csv 文件的过程的原因是我主要处理那种格式的数据,能够 运行 脚本对我来说非常有价值包含这些 .csv 文件的文件夹,并准备好它们用于训练深度卷积神经网络。

一组训练和测试 .csv 文件可用 here 如果您需要它们来重现我编写的示例代码。

谢谢

问题出在这一行:

X_train = X_train.reshape((1200,28,28,1))

mxnet中第二个维度是feature maps,第三个和第四个维度是width和height,所以应该是:

X_train = X_train.reshape((1200,1,28,28))