Question

我使用Theano进行分类（卷积神经网络）

以前，我一直在使用（展平的）图像的像素值作为NN的特征。现在，我想添加其他功能。我已经被告知我可以将平面图像特征的附加特征向量连接起来，然后将其用作完全连接层的输入，但是我遇到了麻烦。 / p>

首先，这是正确的做法吗？

这里有一些代码段和我的错误：
与其网站提供的示例类似，但有一些修改

（来自构建模型的类）

 # allocate symbolic variables for the data
 self.x = T.matrix('x')   # the data is presented as rasterized images
 self.y = T.ivector('y')  # the labels are presented as 1D vector of [int] labels
 self.f = T.matrix('f') # additional features

下面，变量v和rng是先前定义的。重要的是layer2_input：

layer2_input = self.layer1.output.flatten(2)
layer2_input = T.concatenate([layer2_input, self.f.flatten(2)])
self.layer2 = HiddenLayer(rng, input=layer2_input, n_in=v, n_out=200, activation=T.tanh)

（来自培训的班级）

train_model = theano.function([index], cost, updates=updates,
          givens={
             model.x: train_set_x[index * batch_size: (index + 1) * batch_size],
             model.y: train_set_y[index * batch_size: (index + 1) * batch_size],
             model.f: train_set_f[index * batch_size: (index + 1) * batch_size]
          })

但是，调用train_model时出现错误：

ValueError: GpuJoin: Wrong inputs for input 1 related to inputs 0.!
Apply node that caused the error: GpuJoin(TensorConstant{0}, GpuElemwise{tanh,no_inplace}.0, GpuFlatten{2}.0)
Inputs shapes: [(), (5, 11776), (5, 2)]
Inputs strides: [(), (11776, 1), (2, 1)]
Inputs types: [TensorType(int8, scalar), CudaNdarrayType(float32, matrix), CudaNdarrayType(float32, matrix)]

输入形状是否分别代表x，y和f的形状？

如果是这样，第三个似乎是正确的（batchsize = 5,2个额外的特征），但为什么第一个是标量而第二个是矩阵？

更多详情：

train_set_x.shape = (61, 19200) [61 flattened images (160x120), 19200 pixels]
train_set_y.shape = (61,) [61 integer labels]
train_set_f.shape = (61,2) [2 additional features per image]
batch_size = 5

我有正确的想法还是有更好的方法来实现这一目标？我对收到错误的原因有何见解？

Answer 1

问题是我在错误的轴上连接。

layer2_input = T.concatenate([layer2_input, self.f.flatten(2)])

应该是

layer2_input = T.concatenate([layer2_input, self.f.flatten(2)], axis=1)

在Theano（CNN）中添加其他功能

1 个答案: