2

我正在尝试在 Torch 中实现一个简单的 NN 以了解更多信息。我创建了一个非常简单的数据集：从 0 到 15 的二进制数，我的目标是将这些数字分为两类 - 第 1 类是数字 0-3 和 12-15，第 2 类是其余的。以下代码是我现在拥有的（我只删除了数据加载例程）：

require 'torch'
require 'nn'

data = torch.Tensor( 16, 4 )
class = torch.Tensor( 16, 1 )

network = nn.Sequential()

network:add( nn.Linear( 4, 8 ) )
network:add( nn.ReLU() )
network:add( nn.Linear( 8, 2 ) )
network:add( nn.LogSoftMax() )

criterion = nn.ClassNLLCriterion()

for i = 1, 300 do
        prediction = network:forward( data )

        --print( "prediction: " .. tostring( prediction ) )
        --print( "class: " .. tostring( class ) )

        loss = criterion:forward( prediction, class )

        network:zeroGradParameters()

        grad = criterion:backward( prediction, class )
        network:backward( data, grad )

        network:updateParameters( 0.1 )
end

这是数据和类张量的样子：

 0  0  0  0
 0  0  0  1
 0  0  1  0
 0  0  1  1
 0  1  0  0
 0  1  0  1
 0  1  1  0
 0  1  1  1
 1  0  0  0
 1  0  0  1
 1  0  1  0
 1  0  1  1
 1  1  0  0
 1  1  0  1
 1  1  1  0
 1  1  1  1
[torch.DoubleTensor of size 16x4]

 2
 2
 2
 2
 1
 1
 1
 1
 1
 1
 1
 1
 2
 2
 2
 2
[torch.DoubleTensor of size 16x1]

这就是我所期望的。但是，在运行此代码时，我在 line loss = criteria:forward( prediction, class )上收到以下错误：

torch/install/share/lua/5.1/nn/ClassNLLCriterion.lua:69：尝试对 nil 值执行算术运算

当我像这样修改训练例程（一次处理一个数据点而不是批量处理所有 16 个数据点）时，它可以工作并且网络成功地学会了识别这两个类：

for k = 1, 300 do
for i = 1, 16 do
        prediction = network:forward( data[i] )

        --print( "prediction: " .. tostring( prediction ) )
        --print( "class: " .. tostring( class ) )

        loss = criterion:forward( prediction, class[i] )

        network:zeroGradParameters()

        grad = criterion:backward( prediction, class[i] )
        network:backward( data[i], grad )

        network:updateParameters( 0.1 )
end
end

我不确定我正在尝试做的“批处理”可能有什么问题。简要看一下 ClassNLLCriterion 并没有帮助，看来我正在给它预期的输入（见下文），但它仍然失败。它接收的输入（预测和张量类）如下所示：

-0.9008 -0.5213
-0.8591 -0.5508
-0.9107 -0.5146
-0.8002 -0.5965
-0.9244 -0.5055
-0.8581 -0.5516
-0.9174 -0.5101
-0.8040 -0.5934
-0.9509 -0.4884
-0.8409 -0.5644
-0.8922 -0.5272
-0.7737 -0.6186
-0.9422 -0.4939
-0.8405 -0.5648
-0.9012 -0.5210
-0.7820 -0.6116
[torch.DoubleTensor of size 16x2]

 2
 2
 2
 2
 1
 1
 1
 1
 1
 1
 1
 1
 2
 2
 2
 2
[torch.DoubleTensor of size 16x1]

有人可以帮我吗？谢谢。

4

1 回答 1

2

经验表明，nn.ClassNLLCriterion期望目标是大小为 的一维张量batch_size或标量。您class是 2D 的 ( batch_size x 1) 但是class[i]是 1D，这就是您的非批处理版本有效的原因。

因此，这将解决您的问题：

class = class:view(-1)

或者，您可以更换

network:add( nn.LogSoftMax() )
criterion = nn.ClassNLLCriterion()

与等价物：

criterion = nn.CrossEntropyCriterion()

有趣的是，nn.CrossEntropyCriterion它也可以采用2D 张量。为什么nn.ClassNLLCriterion不是？

于 2015-09-14T17:42:17.660 回答