Question

我需要有关机器学习输入的帮助/意见。

我有一个hdf5文件

combined.h5

包含多个数据集，其中每个数据集包含4 X 125（4行和125列）矩阵

我一直在搜索如何输入包含矩阵的hdf5文件作为机器学习的输入，但没有找到任何足够好的答案/示例作为参考。以下是我修改后的脚本

import numpy as np
import h5py
from keras.models import Sequential
from keras.layers import Dense

seed = 7
np.random.seed(seed)

dataset = h5py.File('combined.h5', 'r') #has 5 dataset

X = dataset #input
Y = ["A","CFL","SS","G","FF"] #output

model = Sequential()
model.add(Dense(125, input_dim=125, init='normal', activation='relu'))
model.add(Dense(5, init='uniform', activation='sigmoid'))

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

model.fit(X, Y, nb_epoch=150, batch_size=10)

scores = model.evaluate(X, Y)

print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

我运行此脚本并收到如下错误

TypeError: Error when checking model input: data should be a Numpy array, or list/dict of Numpy arrays. Found: <HDF5 file "combined.h5" (mode r)>...

我的问题是如何加载包含矩阵形式的数据集的hdf5文件作为机器学习的输入数据？

*其他问题，我想链接每个数据集的输出。例如，数据集1具有＆＃34; A＆＃34;的输出数据，数据集2具有＆＃34; CFL＆＃34;的输出数据。等等... 有没有正确的方法来做到这一点，还是我在剧本中写的内容足够了？

感谢您的帮助。

Answer 1

这应该适用于每个命名数据集：

X = dataset['dataset_name'][:] #input

找出数据集的名称，您可以使用以下脚本：

for key in dataset.keys():
    print key

在这里，您可以从文件中获取完整数据集。如果不对数据集进行切片，则只能获得指向h5py数据集对象的指针。使用切片运算符可以提取numpy数组。（http://docs.h5py.org/en/latest/high/dataset.html#reading-writing-data）

您只需要将hdf5文件想象成一个文件夹结构，您必须遍历文件夹结构才能获取数据。然后，您可以使用切片来加载数据。

包含矩阵N x M的hdf5文件作为使用keras进行机器学习的输入

1 个答案: