问题标签 [mxnet]

mxnet当我按照其文档中给出的步骤进行操作时，软件包未安装在 r（在 Windows 10 上）中。

它给出了以下结果

将包安装到“C:/Users/Ashish/Documents/R/win-library/3.3”（因为“lib”未指定） install.packages 中的警告：无法打开 URL ' http://dmlc.github.io/drat /bin/windows/contrib/3.3/PACKAGES.gz '：HTTP 状态为 '404 Not Found' install.packages 中的警告：无法打开 URL ' http://dmlc.github.io/drat/bin/windows/contrib/ 3.3/PACKAGES '：HTTP 状态为'404 Not Found' install.packages 中的警告：无法访问存储库 http://dmlc.github.io/drat/bin/windows/contrib/3.3的索引：无法打开 URL ' http ://dmlc.github.io/drat/bin/windows/contrib/3.3/PACKAGES' 仅以源代码形式提供的包，可能需要编译 C/C++/Fortran: 'mxnet' 你想尝试从源代码安装这些吗？y/n: y 安装源包'mxnet'</p>

尝试 URL ' http://dmlc.github.io/drat/src/contrib/mxnet_0.5.tar.gz ' install.packages 中的警告：无法打开 URL ' http://dmlc.github.io/drat/src /contrib/mxnet_0.5.tar.gz '：HTTP 状态为 '404 Not Found' 下载文件中的错误（url，destfile，方法，模式 =“wb”，...）：无法打开 URL ' http:/ /dmlc.github.io/drat/src/contrib/mxnet_0.5.tar.gz ' install.packages 中的警告：下载包 'mxnet' 失败

请帮我解决这个问题。我正在使用 R 版本 3.3.0。有没有其他方法可以在 R 中安装它？

由于没有分步指南来学习如何使用 mxnet 训练图像分类模型或提高已经存在的模型的准确性，例如，我有 5 个类 iamges，我想训练一个可以对这些分类的模型5班的东西很好。另外，mxnet 指南未能找到详细信息。我该怎么办？有 github 项目吗？

现在我正在阅读 mxnet 中的源代码。读取数据的代码是train_dataiter = mx.io.MNISTIter()。我发现类MNISTIter: public IIterator {}是在src/io中实现的。怎么能从python跳转到c++？一直想知道怎么包装的。谁能帮忙解释一下？

众所周知，mxnet中有multiplegpu的概念，当在命令中指定-gpu时。如果我们不指定gpu，它将在cpu上运行。它运行多少个cpu？可以指定多个cpu吗？

最近有没有人尝试过适用于 android 的 Mxnet 合并。我陷入了以下问题。尝试设置jni路径等，但无济于事

我最近在 Windows 10 和 Python 3.5 上安装了支持 GPU 的 mxnet（python 包）。我浏览了几个例子，它们似乎工作正常。

尽管我已经在 R 中使用过 Mxnet，但我已经习惯了 scikit-learn 风格的机器学习包，并且对 Python 深度学习包（例如 Mxnet）非常陌生。我很难理解如何将 .csv 训练数据提供给模型。

我想向一个简单的 CNN 提供一些图像。图像为 28x28 像素，并以扁平数组的形式存储在 .csv 中。我有两个 .csv 文件，一个用于训练，另一个用于测试。每个 .csv 文件具有以下结构：

训练集/测试集中总共有 10 个标签和大约 1000/300 张图像。

我正在使用以下代码加载数据并训练模型：

我使用的这种方法类似于我在 R 中使用 mxnet 的方法，（顺便说一句，在 R 上它工作得很好，但是我不能在 R 上使用 GPU，所以我需要使用 Python 以获得更好的性能......）但是我收到以下错误：

而且我无法弄清楚我做错了什么。请有人告诉我这个错误是什么，并为我提供一套清晰的说明，说明如何加载与上述结构相同的 .csv 文件并训练 mxnet 模型？我查看了文档，但无法自己弄清楚如何正确加载 .csv 文件......

我要求加载此类 .csv 文件的过程的原因是我主要处理该格式的数据，并且能够对包含这些 .csv 文件的文件夹运行脚本并拥有它们已准备好用于训练深度卷积神经网络。

如果您需要它们来重现我编写的示例代码，可以在此处获得一组训练和测试 .csv 文件。

谢谢

我有一个预训练的 Mxnet 模型。我需要更改最后两层并添加新的两层进行测试。基本上，我需要创建图像的概率图。我怎样才能做到这一点 ？

我通过Im2rec创建了Mxnet Rec 数据。我想把它输入到Tensorflow中。可能吗 ？我该怎么做？任何想法 ？

trainControl()我最近在插入符号的Funktion中遇到了随机搜索选项。插入符号是如何生成参数的，有没有办法提供某种用户特定的输入（例如，从中采样参数的分布）？在网站上我只找到了这个报价：

插入符号中包含的内置模型包含生成随机调整参数组合的代码

例如，我尝试mxnet使用插入符号和随机搜索：

使用此代码，插入符号对第一层上的神经元数量和其他参数（学习率、动量、辍学和重复）进行了合理的采样，但将第二/第三层保持为零。有没有办法告诉插入符号从例如 [25, 150] 以均匀分布对所有三层进行采样？

我正在寻找这样的东西：

• https://github.com/rksltnl/Deep-Metric-Learning-CVPR16

但使用 MXnet 或 Keras。