Question

使用来自breznak for the encoders的提交（我无法用GitHub弄清楚“git checkout ...”，所以我只是仔细地复制了三个文件 - base.py，multi.py和multi_test.py）。

我毫无问题地运行了multi_test.py。

然后我调整了我的模型参数（MODEL_PARAMS），以便'sensorParams'的编码器部分看起来像这样：

'encoders': {
    'frequency': {
         'fieldname': u'frequency',
         'type': 'SimpleVector',
         'length': 5,                    
         'minVal': 0,
         'maxVal': 210
     }
 },

我还调整了代码的modelInput部分，所以它看起来像这样：

model = ModelFactory.create(model_params.MODEL_PARAMS)
model.enableInference({'predictedField': 'frequency'})
y = [1,2,3,4,5]
modelInput = {"frequency": y}
result = model.run(modelInput)

但是我得到了最后的错误，无论我将'y'实例化为列表还是numpy.ndarray

File "nta/eng/lib/python2.7/site-packages/nupic/encoders/base.py", line 183, in _getInputValue
    return getattr(obj, fieldname)
AttributeError: 'list' object has no attribute 'idx0'

我还尝试使用我的modelInput内联初始化SimpleVector编码器，直接编码我的数组，然后通过modelInput传递它。这违反了我的SimpleVector的输入参数，因为我现在是双重编码。所以我删除了模型参数字典的编码器部分。这引起了呕吐，因为我的模型的某些部分正在寻找字典的那一部分。

关于我接下来应该做什么的任何建议？

编辑：以下是我在OPF中使用的文件。

sendAnArray.py

import numpy
from nupic.frameworks.opf.modelfactory import ModelFactory    
import model_params

class sendAnArray():

def __init__(self):
    self.model = ModelFactory.create(model_params.MODEL_PARAMS)
    self.model.enableInference({'predictedField': 'frequency'})
    for i in range(100):
        self.run()

def run(self):
    y = [1,2,3,4,5]
    modelInput = {"frequency": y}
    result = self.model.run(modelInput)
    anomalyScore = result.inferences['anomalyScore']
    print y, anomalyScore

sAA = sendAnArray()

model_params.py

MODEL_PARAMS = {
    'model': "CLA",
    'version': 1,
    'predictAheadTime': None,
    'modelParams': {
        'inferenceType': 'TemporalAnomaly',
        'sensorParams': {
            'verbosity' : 0,
            'encoders': {
                'frequency': {
                    'fieldname': u'frequency',
                    'type': 'SimpleVector',
                    'length': 5,                    
                    'minVal': 0,
                    'maxVal': 210
                }
            },
            'sensorAutoReset' : None,
        },
        'spEnable': True,
        'spParams': {
            'spVerbosity' : 0,
            'globalInhibition': 1,
            'columnCount': 2048,
            'inputWidth': 5,
            'numActivePerInhArea': 60,
            'seed': 1956,
            'coincInputPoolPct': 0.5,
            'synPermConnected': 0.1,
            'synPermActiveInc': 0.1,
            'synPermInactiveDec': 0.01,
        },
        'tpEnable' : True,
        'tpParams': {
            'verbosity': 0,
            'columnCount': 2048,
            'cellsPerColumn': 32,
            'inputWidth': 2048,
            'seed': 1960,
            'temporalImp': 'cpp',
            'newSynapseCount': 20,
            'maxSynapsesPerSegment': 32,
            'maxSegmentsPerCell': 128,
            'initialPerm': 0.21,
            'permanenceInc': 0.1,
            'permanenceDec' : 0.1,
            'globalDecay': 0.0,
            'maxAge': 0,
            'minThreshold': 12,
            'activationThreshold': 16,
            'outputType': 'normal',
            'pamLength': 1,
        },
        'clParams': {
            'regionName' : 'CLAClassifierRegion',
            'clVerbosity' : 0,
            'alpha': 0.0001,
            'steps': '5',
        },
        'anomalyParams': {  
            u'anomalyCacheRecords': None,
            u'autoDetectThreshold': None,
            u'autoDetectWaitRecords': 2184
        },
        'trainSPNetOnlyIfRequested': False,
    },
}

Answer 1

问题似乎是SimpleVector类接受一个数组而不是一个dict作为它的输入，然后在内部重建为{'list': {'idx0': 1, 'idx1': 2, ...}}（即好像这个dict是输入）。如果一致地完成，这很好，但是你的错误表明它在某个地方被破坏了。和@breznak谈谈这件事。

Answer 2

通过OPF工作很困难。我想在时间池中输入一个索引数组，所以我选择直接与算法接口（我很依赖hello_tp.py）。我一起忽略了SimpleVector，而是通过BitmapArray编码器。

Subutai有一个useful email on the nupic-discuss listserve，他在那里分解了NuPIC API的三个主要区域：算法，网络/区域，＆amp; OPF。这有助于我更好地理解我的选择。

无法设置SimpleVector编码器

2 个答案: