2

我正在使用 theano 和他们的 LeNet 教程来使用街景谷歌图像数据集训练 CNN。

我加载数据集：

train_set_x, train_set_y, \
valid_set_x, valid_set_y, \
test_set_x, test_set_y = manager.get_grayscale_data_dim()

我打印了尺寸：

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, 1)
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, 1)
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, 1)

然后我按照教程做：

# allocate symbolic variables for the data
index = T.lscalar()  # index to a [mini]batch
x = T.matrix('x')   # the data is presented as rasterized images
y = T.ivector('y')  # the labels are presented as 1D vector of

print "y.type", y.type, "y.ndim", y.ndim
print "test_set_y", test_set_y.type, "test_set_y.ndim", test_set_y.ndim

打印结果：

y.type TensorType(int64, vector) y.ndim 1
test_set_y TensorType(int64, vector) test_set_y.ndim 1

我在这里遇到了问题（这是定义的第一个函数，接下来是验证和训练，只是为了让名称不会让您感到困惑，并且您不认为使用类似的训练和验证功能一切正常）：

创建一个函数来计算模型所犯的错误

test_model = theano.function(
    [index],
    layer3.errors(y),
    givens={
        x: test_set_x[index * batch_size: (index + 1) * batch_size],
        y: test_set_y[index * batch_size: (index + 1) * batch_size]
    }
)

准确地说，我有一个错误：

y: test_set_y[index * batch_size: (index + 1) * batch_size]

错误本身表明（afau）我正在尝试将 smth 转换为矩阵。这是在哪里发生的，我想知道？

TypeError: Cannot convert Type TensorType(float64, vector) (of Variable Subtensor{int64:int64:}.0) into Type TensorType(float64, matrix). You can try to manually convert Subtensor{int64:int64:}.0 into a TensorType(float64, matrix).

AFAIU，y 和 test_set_y 的维度一致。在我的代码中，它们都是一维向量。 为什么切片会导致错误？切片会创建矩阵吗？更重要的是，我该如何解决这个问题？ 提前致谢！

预先感谢您的帮助！

4

2 回答 2

1

展平你的阵列

 y_out = theano.shared(np.asarray(y, dtype=theano.config.floatX), borrow=True)
 y_out = y_out.flatten()
 y_out = T.cast(y_out, 'int32')
于 2016-06-14T20:28:18.393 回答
0

您的输入数据看起来很奇怪，特别是标签显示为矩阵，而不是向量。

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, 1)
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, 1)
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, 1)

为什么所有这些最后都有一个尺寸为一的额外维度？

我认为您需要更改数据加载代码，以便打印

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, )
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, )
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, )

这确保了，例如，test_labels是一个向量而不是一个矩阵。

于 2015-10-29T14:47:45.503 回答