Chainer 中的多维输入
Multi-dimensional inputs in Chainer
我正在尝试使用 Chainer 构建一个神经网络,它将 4 维 numpy 数组作为输入。
我知道,根据 this publication, that is feasible. However, I don't see the way to build it anywhere in the datasets documentation。
有人知道怎么搭建吗?
您可以使用任何 N 维输入,只要输入和输出数据的长度相同:
from chainer.datasets import split_dataset_random, TupleDataset
X = [
[[.04, .46], [.18, .26]],
[[.32, .28], [.21, .12]]
]
Y = [.4, .5] # these are the labels for the X instances, in the same order
train, test = split_dataset_random(TupleDataset(X, Y), int(X.shape[0] * .7))
在早期版本中,需要将数组展平为输入向量,但现在您可以使用任何 N 维数值数组输入。
此外,您可以使用 numpy.reshape 更改输入的尺寸。
我正在尝试使用 Chainer 构建一个神经网络,它将 4 维 numpy 数组作为输入。
我知道,根据 this publication, that is feasible. However, I don't see the way to build it anywhere in the datasets documentation。
有人知道怎么搭建吗?
您可以使用任何 N 维输入,只要输入和输出数据的长度相同:
from chainer.datasets import split_dataset_random, TupleDataset
X = [
[[.04, .46], [.18, .26]],
[[.32, .28], [.21, .12]]
]
Y = [.4, .5] # these are the labels for the X instances, in the same order
train, test = split_dataset_random(TupleDataset(X, Y), int(X.shape[0] * .7))
在早期版本中,需要将数组展平为输入向量,但现在您可以使用任何 N 维数值数组输入。
此外,您可以使用 numpy.reshape 更改输入的尺寸。