问题标签 [nolearn]

我正在使用Theano 0.7,nolearn 0.6adev并lasagne 0.2.dev1在 GPU 上训练神经网络（在IPython 3.2.1笔记本中）。'reduc'但是，由于第一层（

如果我注释掉第一层，训练将在几秒钟后开始。训练更复杂的网络也不是问题。知道是什么导致了这个问题吗？

编辑：奇怪的是，如果我删除conv4and conv5，培训也会在合理的时间内开始。

Edit2：更奇怪的是，如果我在 layer 中将过滤器的大小更改为 10 reduc，那么训练会在合理的时间内开始。如果在那之后我停止单元格的执行，将此值更改为 1，然后重新执行单元格，则训练进行得很好......

最后我开始使用另一个框架，但如果有人感兴趣，这里是我在 lasagne 用户组上开始的线程的链接。

我在网上找到了这段代码，想测试一下。它确实有效，结果包括训练损失、测试损失、验证分数和时间等。

但是我怎样才能得到 F1-micro 分数呢？另外，如果我在添加以下代码后尝试导入 scikit-learn 来计算 F1：

我收到了这个错误：

ValueError：无法处理多标签指示器和连续多输出的混合

如何基于上述代码实现 F1-micro 计算？

我一直在使用 Lasagne 来解决使用卷积神经网络的二元分类问题。然而，虽然我得到了训练和验证损失的好（ish）结果，但我的验证和测试准确度始终保持不变（网络总是预测同一个类）。

我遇到过这个，和我一样的千层面问题。他们的解决方案是regression=True在 Lasagne 上使用 Nolearn 进行设置。

有谁知道如何在千层面中设置相同的变量（因为我不想使用 Nolearn）？除此之外，有没有人解释为什么需要发生这种情况？

我正在尝试安装 nolearn，一个 python 机器学习库（基于 theano 和 lasagne），并且收到一个不寻常的错误（注意：该命令是安装 nolearn 作为安装文档的第一步）：

命令：

输出：

我已经尝试了很多事情，包括安装 freetype 以及重新安装 matplotlib（都基于另一个 stackexchange 帖子），但不幸的是它仍然不起作用（显示了上面的错误）。

任何帮助表示赞赏！

我的配置如下：

• 在 MAC OSX (Yosemite) 上运行
• 在 ANACONDA 环境中运行
• 使用 conda 作为环境管理器

我已经使用 lasagne/nolearn 训练了一个自动编码器。假设网络层是 [500, 100, 100, 500]。我已经像这样训练了神经网络：

我想做如下的事情：

所以我会得到我的数据的抑制表示。因此，如果我的初始数据的形状为 [10000, 500]，则结果数据将为 [10000, 100]。

我搜索但找不到如何做到这一点。烤宽面条/nolearn可以吗？

几天前，我被我要描述的问题困住了。我正在关注 Daniel Nouri 关于深度学习的教程：http: //danielnouri.org/notes/category/deep-learning/我试图将他的示例调整为分类数据集。我的问题是，如果我将数据集视为回归问题，它可以正常工作，但如果我尝试执行分类，它会失败。我试图写 2 个可重现的例子。

1）回归（效果很好）

2）分类（它会引发矩阵维度的错误；我将其粘贴在下面）

我使用代码 2 得到的失败输出。

这里发生了什么？我在做坏事吗？我想我尝试了一切，但我无法弄清楚发生了什么。

请注意，我今天刚刚使用以下命令更新了我的千层面和依赖项：pip install -r https://raw.githubusercontent.com/dnouri/kfkd-tutorial/master/requirements.txt

提前致谢

编辑

我通过执行后续更改实现了它的工作，但我仍然有一些疑问：

• 我将 Y 定义为具有 0/1 值的一维向量：y = Y.astype(np.int32)但我仍然有一些疑问

• 我不得不将参数更改output_num_units=1为output_num_units=2，但我不确定是否理解这一点，因为我正在处理二进制分类问题，并且我认为这个多层感知器应该只有 1 个输出神经元，而不是其中的 2 个......我是错误的？

我还尝试将成本函数更改为 ROC-AUC。我知道有一个称为默认objective_loss_function定义的参数，objective_loss_function=lasagne.objectives.categorical_crossentropy但是......我如何使用 ROC AUC 作为成本函数而不是分类交叉熵？

谢谢

总的来说，我是 Nolearn 和 Theano 的新手。当我在Nolearn 教程中尝试代码时，我得到了 0.9 的极高错误率！

为什么当教程的错误为 0.005 时，我会得到如此高的错误？有没有其他人能够重现这个问题？

在 OS X Yosemite 上使用 Theano 0.7.0、Lasagne v0.1、nolearn v0.5。

输出

代码

分类报告

我正在尝试在 iris 数据集上训练神经网络。我找到了一个关于使用 nolearn 的神经网络的教程，讲师使用了 mnist 数据集。我试图“模仿”相同的算法，但出现了错误。这是代码：

以及运行代码时出现的错误：http: //pastebin.com/9eccuzEQ

有一个非常相似的问题。然而，为他解决问题的东西，对我却没有。

我如何训练一个有多个输入和输出节点并且都是实值的感知器？

我这样做是因为我想训练一个神经网络来预测给定一些数据点（来自信号）的 MFCC。

这是一个示例数据： http: //pastebin.com/dtHGUeax 我不会把数据放在这里，因为文件是“大”的。

我目前正在使用 nolearn，因为稍后我将添加更多层用于深度学习。

我用这种方法得到的错误率非常高。

我正在尝试使用以下命令运行一个简单的自动编码器nolearn：

出于某种原因，我遇到了这个错误：

ValueError：输入形状错误（10000、500）

谁能解释为什么会出现这个错误，以及如何解决它？