2

我有一个图像数据集（https://www.kaggle.com/iarunava/cell-images-for-detecting-malaria），我想使用神经网络来了解一张图片是否是未感染的细胞。所以我安排我的数据得到 4 个变量：

X_tests, Y_tests, X_training, Y_training

这些变量中的每一个都是类型Array{Array{Float64,1},1}

我有一个功能来构建一个简单的神经网络（来自一个例子https://smist08.wordpress.com/2018/09/24/julia-flux-for-machine-learning/）：

function simple_nn(X_tests, Y_tests, X_training, Y_training)
    input = 100*100*3
    hl1 = 32
    m = Chain(
      Dense(input, 32, relu),
      Dense(32, 2),
      softmax) |> gpu

    loss(x, y) = crossentropy(m(x), y)

    accuracy(x, y) = mean(onecold(m(x)) .== onecold(y))

    dataset = [(X_training,Y_training)]
    evalcb = () -> @show(loss(X_training, Y_training))
    opt = ADAM(params(m))

    Flux.train!(loss, dataset, opt, cb = throttle(evalcb, 10))

    println("acc X,Y ", accuracy(X_training, Y_training))

    println("acc tX, tY ", accuracy(X_tests, Y_tests))
end

执行后出现此错误simple_nn(X_tests, Y_tests, X_training, Y_training)：

ERROR: DimensionMismatch("matrix A has dimensions (32,30000), vector B has length 2668")
...

错误在这一行：Flux.train!(loss, dataset, opt, cb = throttle(evalcb, 10))

我不知道这些函数在做什么，它们采用什么参数，它们返回什么，我在互联网上找不到任何文档。我只能找到例子。所以我有两个问题：我怎样才能使它适用于我的数据集？是否有 Flux 函数的文档，例如 sklearn？（例如这样：https ://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html ）

4

2 回答 2

0

也许尝试更换

dataset = [(X_training,Y_training)]

和

dataset = zip(X_training,Y_training)

zip 实际上将 X 的训练数据 1 与 Y 的 1 配对，从而将向量元组转换为元组向量。我猜你的训练数据有 2688 个样本？

于 2019-11-04T14:21:41.723 回答
0

你能提供一个独立的MWE吗？我认为你X_training的维度不是3*100*100x 的东西，实际上它是 2688 的东西。

您的第一层是Dense(input, 32, relu)并且输入是3*100*100，因此它期望输入其中一个维度是3*100*100您不满足的。

于 2019-03-21T01:47:59.470 回答