问题标签 [cntk]

我想使用 CNTK 在 LSTM 中进行多对一设置，即句子中的每个单词都是输入，每个句子的标签是输出。因此，它是从多个输入到一个输出的映射。但是， CNTK Github 存储库中提供的示例是多对多的。我在理解必须为我的应用程序完成的输入格式更改时遇到了一些麻烦。在提供的示例中，句子中的每个单词都有一个与之关联的标签，而在我的应用程序中，我想要一个句子的标签。

将我拥有的句子标签分配给该句子中的所有单词是否正确？有没有更好的替代方法？

我们使用的是旧版本的 CNTK。我已经成功安装了很多次。但最近的错误是

看起来旧的 git repo 已经不存在了。该存储库是否已删除？有没有解决方法？

我想在 CNTK 中保留一个训练有素的模型，并在经过一些搜索后找到了“持久”功能。但是，导入它似乎有一些错误。

这是抛出 ImportError。

我做错了什么吗？还是不再支持？是否有另一种方法来持久化模型？

我正在使用adam_sgd 优化器来训练神经网络，但我无法将函数中的参数与 Adam 论文中报告的参数关联起来。更具体地说，参数 alpha、beta1、beta2 和 epsilon 如何与 Adam 的 CNTK 实现中的学习率和动量相关？

我正在按照 Github 上的 CNTK 教程使用 CTF 阅读器功能。

除非输入文件大小大于某个大小（未知），否则这完全可以正常工作。然后它会抛出这样的错误：

我发现在文件 TextParser.cpp https://github.com/Microsoft/CNTK/blob/5633e79febe1dc5147149af9190ad1944742328a/Source/Readers/CNTKTextFormatReader/TextParser.cpp中引发了这种错误

对此有什么解决方案或解决方法？

我在带有 Ubuntu（python 3.4）的 Azure NC24 GPU VM 中安装了CNTK的 2.0.beta7 版本。该机器有 4 个 NVIDIA K80 GPU。构建信息：

我在分布式模式下运行 CIFAR 示例：

但是，当我使用 1bit SGD 运行它时，我得到：

正如这里所解释的， 1bit 应该比普通对应物更快。任何帮助表示赞赏。

我看到 Base64ImageDeserializer.cpp 被添加到 CNTK github 中。https://github.com/Microsoft/CNTK/tree/00bcf2cbac79fec3597a1ce0ce8445ebdc823ae3/Source/Readers/ImageReader

所以我想问一下什么时候会支持base64编码图像作为imagereader输入？

我正在运行 CIFAR 10 的变体以利用我的数据。

我收到以下错误：

我用于带有检查点的训练循环的代码在这里：

欢迎提供见解。我正在积极调试。

如何获取 MinibatchSource 中每个流的名称？

我可以获取与 stream_infos 返回的流信息相关的名称吗？

minibatch_source.stream_infos()

我还有一个后续问题：

结果来自： print(reader_train.streams.keys()) 是 dict_keys(['labels', 'features'

这些名称与 MiniBatchSource 的构造有何关系，MiniBatchSource 是这样完成的？

我原以为我的流会被命名为“图像”和“标签”，但它们被命名为“标签”和“特征”。

我猜这些名字在某种程度上是默认名字？

我正在尝试进行 10 次类似于 CNTK_103B_MNIST_FeedForwardNetwork 教程中的代码的测试预测，但出现如下所示的错误。我的代码可能有什么问题？

代码/错误信息