问题标签 [mxnet]

该教程位于http://mxnet.io/tutorials/python/mnist.html上。在这一步：“

"

ImportError Traceback (last last call last) in () 2 import cv2 3 import numpy as np ----> 4 from mnist_demo import html, script 5 def classifier(img): 6 img = img[len('data:image/ png;base64,'):].decode('base64')

我不知道是什么原因，我在谷歌上找不到答案。有人知道吗？

我按照 example/warpctc/ lstm_ocr.py来训练模型。现在我保存了一个检查点 mymodel-0100.params 和 mymodel-symbol.json。
那么，我怎样才能使用这个检查点进行预测，只使用一张图像呢？

我已经厌倦了使用 Predictor 界面，代码如下：

但是数据形状总是会引发错误，我不知道如何设置这个值。有人帮我谢谢。

不过，我也尝试了另一种方法：在 mxnet/example/warpctc/ lstm_ocr.py末尾添加一行代码：

但它总是错误输出：

我正在尝试在我的 Dokerfile 中添加 DMLC 存储库，以便我可以安装 mxnet 包。我这样做如下：

这不起作用。令人惊讶的是，我注意到即使我添加了 dmlc 存储库，实际上当我打印出以下命令的输出时它并没有添加：

为了解决这个问题，我明确指定了 repos，如下所示：

这仍然没有奏效。它抛出一个错误说：

这是错误的截图

有什么帮助吗？我要做的就是在准备容器时在我的 Dockerfile 中安装 mxnet。

我正在对接一个使用“mxnet”包的闪亮应用程序。经过大量努力，我得出结论，我需要构建和安装软件包，而不是仅仅从 dmlc 存储库正常安装它。下面是我尝试构建和安装 mxnet 的简化 dockerfile：

运行此程序后，我收到一条错误消息：

有什么帮助吗？

当我尝试使用 mxnet 构建前馈模型时，出现以下错误：

mx.io.internal.arrayiter(as.array(data), as.array(label), unif.rnds, 中的错误：basic_string::_M_replace_aux

我遵循 mxnet 网站上的 R 回归示例，但我将数据更改为我自己的数据，其中包含 109 个示例和 1876 个变量。在运行模型构建步骤之前，前几个步骤可以正常运行。我只是无法理解错误信息的含义。我想知道这是因为我的数据集还是我处理数据的方式。

在下面的链接中运行教程，当我进入下面的步骤时，我得到了下面的错误。在此之前没有错误。

http://mxnet.io/tutorials/r/classifyRealImageWithPretrainedModel.html

prob <- predict(model, X=normed) [19:01:35] D:\chhong\mxnet\dmlc-core\include\dmlc/logging.h:235: [19:01:35] d:\chhong \mxnet\src\operator./concat-inl.h:152：检查失败：（dshape[j]）==（tmp[j]）不正确的形状[2]：（1,320,15,15）。（第一个输入形状：（1,576,14,14））错误：ch_concat_3c_chconcat 中的 InferShape 错误：[19:01:35] d:\chhong\mxnet\src\operator./concat-inl.h:152：检查失败： (dshape[j]) == (tmp[j]) 不正确的形状[2]: (1,320,15,15)。（第一个输入形状：（1,576,14,14））

我正在尝试遵循http://mxnet.io/tutorials/nlp/cnn.html上的文本分类教程

直到我调用函数：

一切顺利。但后来我得到了错误：

conv_input = mx.sym.Reshape(data=embed_layer, target_shape=(batch_size, 1, sentence_size, num_embed))

回溯（最后一次调用）：文件“”，第 1 行，在文件“C:\Users\my.name\Downloads\WinPython-64bit-2.7.10.3\python-2.7.10.amd64\lib\site-packages \mxnet-0.7.0-py2.7.egg\mxnet\symbol.py”，第 1062 行，在创建者 ctypes.byref(sym_handle))) 文件“C:\Users\my.name\Downloads\WinPython-64bit- 2.7.10.3\python-2.7.10.amd64\lib\site-packages\mxnet-0.7.0-py2.7.egg\mxnet\base.py"，第 77 行，在 check_call 中引发 MXNetError(py_str(_LIB.MXGetLastError ())) mxnet.base.MXNetError：target_shape 的参数格式无效，期望 Shape(tuple) 但 value='(50, 1, 56L, 300)'

有谁有想法，如何使这项工作？

我一直无法使用mxnet LinearRegressionOutput层获得合理的性能。

下面的自包含示例尝试执行简单多项式函数 ( y = x1 + x2^2 + x3^3) 的回归，其中包含少量随机噪声。

使用了此处给出的 mxnet 回归示例，以及包含隐藏层的稍微复杂的网络。

neuralnet下面的示例还使用and包训练回归网络nnet，从图中可以看出它的性能要好得多。

我意识到性能不佳的网络的答案是进行一些超参数调整，但是我尝试了一系列值，但性能没有任何改善。所以我有以下问题：

1. 我的 mxnet 回归实现是否有错误？
2. 有没有人有经验可以帮助我从 mxnet 获得合理的性能来解决像这里考虑的一个简单的回归问题？
3. 还有其他人有性能良好的 mxnet 回归示例吗？

我的设置如下：

的回归结果不佳mxnet：

从这个可重现的例子：

我想使用 R 包 mxnet 中的 mx.lstm 函数训练一个 lstm 神经网络。我的数据包含n 个特征向量、一个标记类向量和一个时间向量，就像这个虚拟示例一样，其中 X1、X2、X3 是特征：

mx.lstm 的帮助指出 train.data 参数需要“mx.io.DataIter or list(data=R.array, label=R.array) The Training set”。

我试过这个：

返回“mx.io.internal.arrayiter 中的错误（as.array(data), as.array(label), unif.rnds, : basic_string::_M_replace_aux”

mxnet 网站上有一个示例 lstm，但使用的数据与我的完全不同，我无法理解。

http://mxnet.io/tutorials/r/charRnnModel.html

所以，我的问题是如何将我的数据转换为适合 mx.lstm 的格式？

我正在尝试创建自己的数据迭代器以与 mxnet 一起使用。当我运行它时，我收到错误：

我认为这与我返回数据的方式有关。请参阅下面的数据迭代器代码：