问题标签 [mxnet]

有人知道我在哪里可以找到通过 MXNet（R 包）的 LSTM 示例吗？基本任务是通过 x[1 ... t] 序列预测 x[t + 1] 值。

我正在尝试使用 CNN 进行文本分类。这是我的一些标签：dog, cat, bird, football, basketball... 由于这些类在某种程度上过于细粒度而无法获得良好的精度，再加上训练数据量相对较少，因此我将它们分组为animal, sports。

然后我设计了一个简单的多任务学习结构，如下所示，但它并没有提高我细粒度标签的最终性能。

我还尝试通过SoftmaxActivation在之后添加内部层来合并更多信息fc，但没有奏效：

那么你们对设计这样的网络有什么想法或经验吗？欢迎大家提出意见，谢谢~

我发现在 mxnet v0.7 python lib 中添加了 RNN 符号。现在，我正在尝试使用它在示例/rnn 中使用 python 实现 lstm。但我不知道，因为没有文件或输入和输出的任何信息。谁能给我任何建议？谢谢

我正在尝试在本文中重新创建 char 级 CNN，但在需要创建 k-max 池化层的最后一步有点卡住，因为我使用的是 MXNet，但它没有这个。

一个重要的区别还在于引入了多个时间 k-max 池化层。这允许检测句子中最重要的 k 个特征，独立于它们的特定位置，保持它们的相对顺序。

然而，MXNet 确实有能力添加一个新的操作，我一直在尝试这样做（尽管对数据的形状、给定的过滤器和批量大小有点困惑）。

传入数据的形状：

出来的数据的形状（k-max pooling，k = 7）：

到目前为止我的想法......：

但是，我不确定几件事：

1. 如何测试这是否有效（一旦我有一些完整的代码）
2. 尺寸应该是多少？我正在对最后一个维度进行排序（轴 = 0）
3. 对backward()函数做什么，即梯度传播
4. 这是否适用于 GPU - 我猜我将不得不用 C/cuda 重写它？

我为 keras 的其他人找到了这个示例（但没有代表链接）：

我是图像分类的新手。我正在尝试在 python 中使用 mxnet 解决 kaggle 上的问题。我试图运行一个脚本代码，这是该问题的解决方案之一。代码就像：

它显示错误：

MXNetError：[15:23:58] src/io/local_filesys.cc:149：检查失败：allow_null LocalFileSystem：无法打开“/Inception/Inception-7-symbol.json”

我什至更改了“前缀”中的路径，例如：

但我仍然不明白为什么它没有打开.json文件并显示错误。我正在使用 Ubuntu 16.04。

我需要将通过 cv2 加载的 numpy 数组中的图像转换为其卷积层的深度学习库 mxnet 的正确格式。

我当前的图像形状如下：（256、256、3）或（高度、宽度、通道）。

据我所知，这实际上需要是（3、256、256）或（通道、高度、宽度）。

不幸的是，我对 numpy/python opencv 的了解还不足以知道如何正确操作数组。

我发现我可以通过 cv2.split 将数组拆分为通道，但我不确定如何以正确的格式再次组合它们（我不知道使用 cv2.split 是否是最佳的，或者是否有是 numpy 中更好的方法）。

谢谢你的帮助。

我希望确切地看到我的 mxnet 程序正在运行哪个 cpu 或 gpu，所以我在executor.pyprint self._ctx的源代码中添加了一个。然后我将执行器与 gup(10) 绑定，但没有引发错误，因为我的计算机中只有一个 gpu。有人可以解释一下吗？

我想在 R 中使用 MXNET 拟合 LSTM 模型，以便在给定几个连续预测变量的情况下预测连续响应（即回归）。但是，mx.lstm() 函数似乎面向 NLP，因为它需要似乎不适用于回归问题的参数（例如与嵌入相关的参数）。

MXNET 是否能够进行这种建模，如果没有，什么是合适工具的示例（最好在 R 中）？是否有与我描述的问题相关的教程？

我正在尝试运行这个图像分类示例，该示例在 python中使用Mxnet 库和预训练的深度学习模型 Inception-BN。此行的执行抛出和错误：prob = model.predict(batch)[0]带有错误消息：

我尝试再次下载 Inception-BN 模型以确保它是最新的，但并没有什么不同。我确实怀疑问题可能出在网上：由于我的服务器没有配备gpu model = mx.model.FeedForward.load(prefix, num_round, ctx=mx.gpu(), numpy_batch_size=1)，因此我不得不将gpu更改为cpu 。然而，错误似乎并没有指向那个方向。

知道如何解决吗？除了性能较低之外，使用 cpu 代替 gpu 是否存在问题？

最后是完整的错误信息：

当我阅读 Mxnet 源代码时，我对以下语句感到困惑：

“Class[_ >: Float with Int with Double], Int]”是什么意思？我了解在类声明期间可以使用 scala 关键字“with”，例如

表示“人”类具有对象“玻璃”的特征。

如何解释上面代码中“with”的用法？