问题标签 [cntk]

遵循TensorFlow中ML初学者的MNIST，我们学习最基本的SGD，学习率为0.5，批量大小为100和1000步，如下所示

在 CNTK 中，直观的等价物

看起来它正在做更多的计算，至少它肯定更冗长。

CNTK 中的minibatch和epochs的概念与我所看到的不同，它处理学习率的方式也不同。

显示的 TensorFlow 中基本 SGD 的直接等价物（或最接近的可能）是什么？每个概念如何在每个框架之间转换？

我正在尝试从 Visual Studio 2015 C# 项目中训练和使用 CNTK。似乎我需要添加： using Microsoft.MSR.CNTK.Extensibility.Managed;

为了让它工作，我显然需要添加对EvalWrapper.DLL的引用。

正在构建的项目“MSIL”的处理器架构与参考“EvalWrapper”、“AMD64”的处理器架构不匹配。这种不匹配可能会导致运行时失败。请考虑通过配置管理器更改项目的目标处理器体系结构，以便在项目和参考之间对齐处理器体系结构，或者依赖具有与项目的目标处理器体系结构匹配的处理器体系结构的参考。

我的系统是基于 x64 的处理器。

我是否忽略此警告并继续？如果不是，我该如何解决？对此的任何帮助或指向我正在尝试的示例的链接表示赞赏。

我在 GitHub 上有来自 Microsoft 的 CNTK 的 CSEvalClientTest.csproj 的代码。我创建了一个新的 Visual Studio 2015 c# 控制台应用程序，粘贴在 CSEvalClientTest.csproj 的代码中，修复了引用并让它运行。不过，它并没有走得很远。在这行源代码上： using (var model = new IEvaluateModelManagedF()) 它抛出了这个异常：

• ErrorCode=-2147467259 HResult=-2147467259 Message=外部组件抛出异常。源=hhCSEvalClientTest
  StackTrace：在 E:\Users\Hal\Source\Workspaces\hhCSEvalClientTest\hhCSEvalClientTest\hhCSEvalClientTest\Program.cs:Microsoft.MSR 的第 123 行中的 Microsoft.MSR.CNTK.Extensibility.Managed.CSEvalClient.Program.OnGeneralException(Exception ex) .CNTK.Extensibility.Managed.CSEvalClient.Program.EvaluateModelSingleLayer() 在 E:\Users\Hal\Source\Workspaces\hhCSEvalClientTest\hhCSEvalClientTest\hhCSEvalClientTest\Program.cs:Microsoft.MSR.CNTK.Extensibility.Managed.CSEvalClient 的第 171 行E:\Users\Hal\Source\Workspaces\hhCSEvalClientTest\hhCSEvalClientTest\hhCSEvalClientTest\Program.cs 中的 .Program.Main(String[] args)：System.AppDomain._nExecuteAssembly(RuntimeAssembly 程序集，String[] args) 的第 69 行Microsoft.VisualStudio 中的 System.AppDomain.ExecuteAssembly(String assemblyFile, Evidence assemblySecurity, String[] args)。HostingProcess.HostProc.RunUsersAssembly() 在 System.Threading.ExecutionContext.RunInternal(ExecutionContext executionContext, ContextCallback callback, Object state, Boolean preserveSyncCtx) at System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state, Boolean preserveSyncCtx) at System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state) at System.Threading.ThreadHelper.ThreadStart() InnerException:Boolean preserveSyncCtx) 在 System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state) 在 System.Threading.ThreadHelper.ThreadStart() InnerException：Boolean preserveSyncCtx) 在 System.Threading.ExecutionContext.Run(ExecutionContext executionContext, ContextCallback callback, Object state) 在 System.Threading.ThreadHelper.ThreadStart() InnerException：

任何解决此问题的帮助将不胜感激！

我按照Windows 上的 Setup CNTK 操作，并确认我可以从本地命令提示符运行 CTNK。

我想使用 Python Tools Visual Studio，所以我尝试通过“添加现有虚拟环境 ...”将此 virtualenv 添加到新的 Python 项目中，但出现以下错误。

添加另一个现有的 virtualenv 工作正常。我感谢您的帮助。

我正在训练一个 LSTM 网络，我希望了解在长序列、O(1k) 长度或更多长度上进行训练的最佳实践。选择小批量大小的好方法是什么？标签流行度的偏差将如何影响该选择？（在我的情况下，阳性很少见）。努力重新平衡我的数据是否值得？谢谢。

我试过这个例子

该示例工作正常。我可以重新开始训练，但在训练完模型后无法继续训练。我努力了

但收到一条错误消息。

我一直在研究 CNTK 并决定为 xor 函数创建一个模型，以确保我了解基础知识。我创建了下面的文件，但由于模型做得非常糟糕，我猜我错过了一些基本的东西。

输入文件看起来像这样

我得到这个输出

如果有帮助，节点转储如下所示

我想在使用 CNTK 的 C++ 应用程序中部署我的 tensorflow 模型。如何从 CNTK 导入 tensorflow 模型？

是否有任何实用工具可以将学习模型转换为 CNTK 的可消化模型？你会在这里建议什么解决方案？

我有以下函数将 csv 文件转换为特定的 txt 模式（由 CNTKTextFormat 阅读器预期）：

奇怪的是，在 F# 交互式面板中运行后，输出文件是空的，printf根本没有打印。

如果我删除ignore以确保正在处理实际行（通过返回一个空值序列来证明），而不是一个空文件，我得到：

val it : seq<unit> = Error: Cannot write to a closed TextWriter.

之前，我是手动声明StreamWriter使用let和处理它，但我也生成了空文件或仅几行（比如千分之五）。

这里发生了什么？另外，如何修复文件写入？

我正在尝试在 CNTK（使用 Python）中实现 LSTM 来对序列进行分类。

输入：

• 特征是固定长度的数字序列（时间序列）

• 标签是 one-hot 值的向量

网络：

输出： 序列匹配标签的概率

所有尺寸都是固定的，所以我认为我不需要任何动态轴并且没有指定任何。

但是，CNTK 并不高兴，我得到：

如果（根据某些示例）我用动态轴定义标签

它不再抱怨这一点，并进一步：

但死于此错误：

我需要做什么来解决这个问题？