问题标签 [dl4j]

我尝试在 Maven 中使用全新安装并得到以下错误。我有两个问题：这是一个需要大量工作才能解决的错误，还是一个如此深奥的错误，以至于任何解决它的尝试最终都会成为一个长期项目？

有没有人想到一个解决方案？

如有必要，我可以提供更多信息。java版本是：openjdk版本“10.0.1”2018-04-17我在Ubuntu 18.04上运行这个。

这是 pom.xml

http://maven.apache.org/xsd/maven-4.0.0.xsd">

我正在尝试无错误地下载 DL4J 源代码。

https://github.com/deeplearning4j/deeplearning4j

我克隆了https://github.com/deeplearning4j/deeplearning4j.git

并使用 Eclipse 中现有的 Maven 项目导入。

下载了大量的依赖项，但它被错误轰炸。

谁知道哪个分支版本没有编译错误？

该网站说 0.9.1 是最稳定的版本，但它仍然会产生错误。

这是我的 CSV 数据提取和转换代码：

我刚刚尝试打印第一条记录：

args = [619, 1, 0, 0, 1, 42, 2, 0, 1, 1, 1, 101348.88, 1]

比如后面跟 619 的三个值 -> 1, 0, 0 我想保留 619 后面跟 0, 0。

基本上我想将第一个类别保留为基本类别，并从基本类别中预测其他类别以避免任何多重共线关系（虚拟变量陷阱）

我怎么做？有人可以就此提出建议吗？

加载自己的数据集时出现意外异常。执行FeaturizedPreSave中的代码，只需对神经网络要考虑的样本数量进行微小更改，就会产生 Unsupported Operation 异常。

而不是最初的 5. 并拥有DataSet。

错误：

阅读器输出：96 个输出类，但 array.size(1) 为 58（必须等于 1 或 numClasses = 96）。

版本信息：

• Deeplearning4j 1.0.0-alpha
• CUDA 8
• 爪哇 8

痕迹：

• 错误跟踪

• 日志跟踪

我在构建我的应用程序时遇到了这个错误。我找不到有关此错误的任何相关帖子...

顶级等级：

// 顶级构建文件，您可以在其中添加所有子项目/模块通用的配置选项。

我有一个模型可以在不适合 RAM 的大型数据集上进行训练。所以，基本上我的计划是对数据集进行切片，为每个块创建一个DataSet带有输入向量和相关标签的实例。例如，如果我有 1M 输入向量/标签，我会将它们分成 10 个块，每个块有 100K 条记录。
然后我将一个块放入 2 个INDArray对象（用于输入和标签），创建一个DataSet并model.fit()使用该数据集调用，对每个块重复此过程并重复整个过程，直到模型的分数达到某个值。我的问题是：
1. 我是否正确理解了流程？
2.INDArray实例可以复用吗？将它们分配一次然后一遍又一遍地用数据集块填充它们是否正确？

我的目标是拥有一个自动编码网络，我可以在其中训练身份函数，然后进行前向传递以重建输入。

为此，我正在尝试使用VariationalAutoencoder，例如：

然而，VariationalAutoencoder似乎是为训练（和提供）从输入到编码版本的映射而设计的，即在上述示例配置中，大小为 100 的向量到大小为 15 的向量。

但是，我对编码版本不是特别感兴趣，但想训练一个 100 向量到自身的映射。然后，我想通过它运行另外 100 个向量并取回它们的重建版本。

但即使在查看VariationalAutoencoder（或AutoEncoder太）的 API 时，我也无法弄清楚如何做到这一点。或者这些层不是为这种“端到端使用”而设计的，我必须手动构建一个自动编码网络？

我已经检查了 dl4j 示例并执行了AnimalsClassification示例以成功测试。

我必须训练、评估和预测（使用）像UNet这样的语义分割算法，因为输入图像的大小不同，因此需要FCN。

并将AnimalsClassification示例的网络从此链接更改为UNet

https://github.com/deeplearning4j/deeplearning4j/blob/master/deeplearning4j/deeplearning4j-zoo/src/main/java/org/deeplearning4j/zoo/model/UNet.java

但得到错误。你能帮我解决这个错误吗？

错误：

我更改的代码是：

非常感谢。

我计划使用这个修改后的 MNIST 版本进行基准研究，但它们目前是 .mat 格式。所以，我在 StackOverflow 上读到过，MatlabRecordReader实际上并不是那么健壮，而且将数据更改为 CSV 格式要聪明得多。我已经下载了 Matlab 并将 .mat 文件更改为具有 60000 行（用于测试数据）的 .csv 文件，每行的前 784 个值是图像本身的像素值，后 10 个值是标签（尽管我相信我可以轻松地将标签压缩为前 784 个值末尾的一个值）。

现在我有了这些数据，我不确定我应该如何将它Iterator正确地传递给我的 Conv 神经网络。我已经查看了文档，但这并不是我所需要的，并且在文档中查找示例RecordReaderDatasetIterator也几乎没有，因为它将 CSV 文件的行视为一维向量（与矩阵相对）或格式化数据以进行线性回归。

我希望这已经足够清楚了。有人可以帮助我吗？

我从一个 DataSet 对象中看到了如何做到这一点，我看到了一个 setLabel 方法，我看到了一个 getLabelMaskArrays，但这些都不是我想要的。

我只是盲目还是没有办法？

谢谢