0

我目前正在使用 nd4j 和 dl4j 来实现一些深度学习算法。但是，我首先无法让 datavec + dl4j 工作。

这是我的图像转换器：

public class ImageConverter {

    private static Logger log = LoggerFactory.getLogger(ImageConverter.class);

    public DataSetIterator Convert() throws IOException, InterruptedException {
        log.info("Start to convert images...");

        File parentDir = new File(System.getProperty("user.dir"), "src/main/resources/images/");
        ParentPathLabelGenerator parentPathLabelGenerator = new ParentPathLabelGenerator();

        ImageRecordReader recordReader = new ImageRecordReader(28,28,1,parentPathLabelGenerator);

        FileSplit fs = new FileSplit(parentDir);
        InputSplit[] filesInDirSplit = fs.sample(null, 100);

        recordReader.initialize(filesInDirSplit[0]);
        DataSetIterator dataIter = new RecordReaderDataSetIterator(recordReader, 2, 1, 2);

        log.info("Image convert finished.");

        return dataIter;
    }

}

这是主要课程：

ImageConverter icv = new ImageConverter();
        DataSetIterator dataSetIterator = icv.Convert();

        log.info("Build model....");
        int numEpochs = 10;

        MultiLayerConfiguration conf = new NeuralNetConfiguration.Builder()
              .seed(123)
              .optimizationAlgo(OptimizationAlgorithm.STOCHASTIC_GRADIENT_DESCENT)
              .iterations(1)
              .learningRate(0.006)
              .updater(Updater.NESTEROVS).momentum(0.9)
              .regularization(true).l2(1e-4)
              .list()
              .layer(0, new ConvolutionLayer.Builder(5, 5)
                      .nIn(28 * 28)
                      .stride(1, 1)
                      .nOut(20)
                      .activation("identity")
                      .build())
              .layer(1, new OutputLayer.Builder(LossFunction.NEGATIVELOGLIKELIHOOD)
                      .nIn(24 * 24)
                      .nOut(2)
                      .activation("softmax")
                      .build())
              .pretrain(false)
              .backprop(true)
              .build();

        MultiLayerNetwork model = new MultiLayerNetwork(conf);
        model.init();
        model.setListeners(new ScoreIterationListener(1));


        log.info("Train model....");
        for( int i=0; i<numEpochs; i++ ){
            model.fit(dataSetIterator);
        }

在图像文件夹中，我有一些灰度 28x28 图像分别位于子文件夹a中b。

然而，Exception in thread "main" java.lang.IllegalStateException: Unable to get number of of rows for a non 2d matrix被抛出。

通过查看数据dataSetIterator.next().toString()，它类似于：

[[[...],
...
]]

=================OUTPUT==================
[[1.00, 0.00],
 [1.00, 0.00]]

此外，输出dataSetIterator.next().get(0).toString()为

[[[[...],
...
]]]

=================OUTPUT==================
[1.00, 0.00]

对于示例中的 mnisterIterator，mnisterIterator.next().toString()应该类似于：

[[...]...]
=================OUTPUT==================
[[0.00, 0.00, 1.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00, 0.00],
...]

我从中推断出dataSetIterator我返回的包含格式错误的数据。

有人知道如何解决吗？

4

2 回答 2

1

我们已经在我们的示例中为您实现了这一点。

4d 和 2d 对我们来说无关紧要，只需指定卷积层设置： https ://github.com/deeplearning4j/dl4j-examples/blob/master/dl4j-examples/src/main/java/org/deeplearning4j/examples /convolution/LenetMnistExample.java#L84

如果您遇到更多麻烦，您认为讨论会更容易，请加入我们的 gitter： https ://gitter.im/deeplearning4j/deeplearning4j

谢谢！

于 2016-09-09T06:52:43.623 回答
0

您的数据集是 4d 矩阵，但 MNist 需要 2d 矩阵https://github.com/deeplearning4j/deeplearning4j/issues/2010

于 2016-09-09T03:47:12.653 回答