MATLAB的答案

如何创建一个数据存储使用深层网络设计师应用?

86(30天)
xadu
xadu 2021年11月16日
评论道: Atallah Baydoun2022年3月2日
我想使用深层网络设计师应用(R2021b)来执行数字输入和输出之间的回归。我已经准备trainind数据集大小的矩阵X n X f, f是特征的数量,和一个矩阵Y大小为n X r, r是反应的数目(n是观测的数量)。同样,十五和青年志愿保存验证数据。当我运行这个程序时,我看到它需要数据存储中的数据,所以我试着以下适当的数据存储:(f = 3, r = 5, n = 500, n_val = 100)。
ar_c = mat2cell ((X, Y)的(500 1),[3,5]);
arv_c = mat2cell((十五青年志愿)的(100 1),[3,5]);
ds = arrayDatastore (ar_c,“OutputType”,“相同”);
ds_v = arrayDatastore (arv_c,“OutputType”,“相同”);
数据存储ds和ds_v接受合法的输入(我可以看到第一个5观察预览)。
但是当我点击“训练”,我得到以下错误: 训练trainNetwork失败了。每行输入数据存储返回的多个观测网络输入1 。(不知道为什么“不要”规则发布建议不要粘贴的图片错误消息)。
按照指示mat2cell,我只有一个行/观察(我认为)。谁能告诉我我做错了什么吗?谢谢!

在回答这个问题。

接受的答案

Srivardhan Gadila
Srivardhan Gadila 2021年11月19日
跑:
从上面的信息,我认为你将是一个输入层 featureInputLayer 。所以根据你的训练数据,结合数据存储上的读操作的输出应如下:
> >阅读(cds)
ans =
1×2细胞数组
{3×1双}{5×1双}
更多信息可以参考的文档 trainNetwork 和描述的训练数据特征数据的存储格式: 特征——trainNetwork 。
我附加代码来生成随机训练数据:
f = 3;r = 5;n = 5;
层= [featureInputLayer (f)
fullyConnectedLayer(右)
regressionLayer];
xtrain = randn (f (n);
ytrain = randn (r, n);
xds = arrayDatastore (xtrain IterationDimension = 2);
码= arrayDatastore (ytrain IterationDimension = 2);
cd =结合(xds码)
cd =
CombinedDatastore属性:UnderlyingDatastores: {[1×1 matlab.io.datastore。ArrayDatastore] [1×1 matlab.io.datastore。ArrayDatastore]} 万博1manbetxSupportedOutputFormats(“三种”:“csv”“xlsx”“xls”“铺”“parq”“png”“jpg”“jpeg”“tif”“生气”“wav”“flac”“ogg”“mp4”“m4a格式”)
3评论
显示2年长的评论
Atallah Baydoun
Atallah Baydoun 2022年3月2日
@Srivardhan Gadila
嘿,Srivardhan,
你能评论我的错误。
我的输入:
输入1:3 d图像124 x 124 x 124
输入2:4个特征向量
输出:二进制类。
这是我的数据存储
dsTrain =
CombinedDatastore属性:
UnderlyingDatastores:{1×3细胞}
万博1manbetxSupportedOutputFormats(“三种”:“csv”“xlsx”“xls”“铺”“parq”“png”“jpg”…)
错误使用trainNetwork(第184行)
每行输入数据存储返回的多个观测网络输入2。

登录置评。

更多的答案(0)

类别

找到更多的在深度学习基础在帮助中心和文件交换

标签

s manbetx 845


释放

R2021b

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!