问题标签 [mlpack]

我正在尝试mlpack在我的 Windows 10 机器上进行设置以进行开发。说明似乎很旧。当前可用的mlpack版本是 mlpack-3.2.2。

在这个版本中，文件夹结构似乎完全不同。例如，任何地方都没有包目录。

我有 Visual Studio 2019，希望能够在其中进行开发。

有人可以分享有关设置的最新说明 mlpack吗？

我正在尝试使用 CMake 从其 C++ 源代码构建 MLPack，并且由于某种原因它抱怨它找不到 Julia。

/usr/local/Cellar/cmake/3.14.5/share/cmake/Modules/FindPackageHandleStandardArgs.cmake:137 处的 CMake 错误（消息）：找不到 Julia（缺少：JULIA_EXECUTABLE）（至少需要版本“0.7.0” )

有没有人遇到过类似的问题？在 MLPack 构建说明中，没有提到 Julia 是必需的包。

谢谢， 胺

搭建环境：win10 vs 16 2019

当我使用 cMake 像这样设置犰狳依赖时：

它总是向我发送 CMake 错误：

我只是按照mlpack的提示进行操作。

I have cloned a C++ library repo called 'mlpack'. I built the library using cmake and now I want to include it to my C++ file. I am using ubuntu 19.04. I tried to run the command:

Here /home/koushik/Documents/'Git Repo'/mlpack/build/lib is the build directory of the library. I tried this command thinking it would look for includes in that build directory. But I get the error:

when I try to include the library and compile code.

Apart from the above coommand I also tried

This failed as well giving the same error as above.

I would like to clarify that I have all the other linked libraries installed via apt and they work fine when linked in other C++ files. Only mlpack is built from source and I am trying to include.

我面临以下问题。我想建立一个 LSTM 模型来进行情绪分析。在 C++ 中，我使用 mlpack 库。首先，为了理解架构，我通过 python 和 Keras 从一些教程中建议了这个问题。本教程有以下代码：

在我的代码中，在 C++ 中，我编写了这个块：

输出控制台给了我这个错误：

经过几个小时的调试，我无法理解错误在哪里......谢谢

我是 mlpack 的新手并使用 3.3.1。我想做一些 KMeans 聚类。我可以很好地使用 naiveKMeans 类，但我想使用另一种方法，例如 HamelyKMeans 类。

从手册来看，我似乎需要构造我自己的该类的本地对象来传递它，而不是在这行代码中的 NaiveKMeans：

但是当我尝试如下构造它时，我得到一个编译器错误：

编译器错误消息是：

错误：没有可行的构造函数或推导指南来推导 'HamerlyKMeans' [build] kmeans::HamerlyKMeans< metric::EuclideanDistance, arma::mat> ek = kmeans::HamerlyKMeans(in_data,EuclideanDistance()) 的模板参数；[构建] ^

[build] /usr/include/mlpack/methods/kmeans/hamerly_kmeans.hpp:26:3: 注意：候选函数 [with MetricType = mlpack::metric::LMetric<2, true>, MatType = arma::Mat]不可行：期望第二个参数的左值

[构建] HamerlyKMeans(const MatType& dataset, MetricType& metric); [build] ^ [build] /usr/include/mlpack/methods/kmeans/hamerly_kmeans.hpp:19:7：注意：候选函数模板不可行：需要 1 个参数，但提供了 2 个 [build] class HamerlyKMeans [build] ^

但是当我查看 hamerly_kmeans.hpp 时，我看到：

我已经很变态了。我完全不理解类的模板。想法？

我正在使用在 Armadillo 线性代数库之上运行的 mlpack 库。引用 debug.hpp 文件中的行引发了异常，如下所示：

随着消息： Exception thrown at 0x00007FFFEEC912DE (vcruntime140.dll) in tutorial.exe: 0xC0000005: Access violation reading location 0x0000019B35203060.

关于如何阅读此错误消息以及我能做些什么的任何建议？谢谢。

按照官方文档中的示例，我现在正在训练一个决策树分类器：

我的问题：如果来自 2 个类的样本分布不均匀，DecisionTree 是否运作良好？我应该如何修改我的代码以考虑到在训练集中有 75% 的样本来自第 1 类，它们狭窄地分布在单个值附近，而剩下的 25% 来自第 2 类并且非常稀疏？

我正在尝试根据图像分类的结果尽可能快地构建一组元素。

在细节上，我想在这个集合中存储属于某个类的所有 (r, g, b) 像素。该问题有 2 个类别，我想保留第 1 类的像素并丢弃第 0 类的像素。分类是使用经过训练的mlpack分类器在双精度 (r, g, b) 向量上完成的。

我必须使用 aboost::unordered_set<uint32_t>来完成此任务或类似任务。到目前为止的代码看起来像这样

我做了一些基准测试，最慢的部分是插入insert(). 扫描所有可能的 (r, g, b) 大约需要 5 秒。由于代码是从 GUI 调用的，因此我希望它能够更快地减少用户等待结果的时间。

首先我试图改变.insert()，.emplace()但正如我所料，几乎没有改善。

我还尝试填充另一个容器，实际上std::vector速度非常快，并且使用迭代器将其内容复制到集合中：

但是，最后一行仍然需要很多时间，大约 2-3 秒。你对我有什么暗示吗？我可以做些什么来提高我的代码速度？是否有更快的容器可以用来替换boost::unordered_set？容器应仅包含来自第 1 类的元素。

我从 ubuntu repos 下载了 mlpack 及其依赖项，如文档中所述，使用：

sudo apt-get install libmlpack-dev libmlpack-bin然后我跑了：

pkg-config --cflags mlpack

和pkg-config --libs mlpack

并pkg-config --modversion mlpack 确保一切正常，我得到了预期的输出。现在在代码块中，我将 mlpack 库目录放在搜索目录中，将 pkg-config --cflags mlpack 放在编译器选项中，并将 pkg-config --libs mlpack 放在链接器选项中。但是当我构建它时，它给了我 ld 错误：找不到库。让我感到沮丧的是，我已经对 OpenCV 等其他 C++ 库执行了完全相同的过程，并且它确实有效。那么有什么帮助吗？有没有人设法让它在 linux 上工作？

- - - 更新 - - -

我设法通过仅将 -lmlpack 和 -larmadillo 添加到链接器选项而不添加所有 --libs 来修复它。