Question

我正在尝试使用javascript中的神经网络预测一些数据。为此，我发现convnetjs似乎很容易使用。

在示例中，他们使用了一个他们称之为MagicNet的东西，因此您无需了解NN即可使用它。这是使用示例：

// toy data: two data points, one of class 0 and other of class 1
var train_data = [new convnetjs.Vol([1.3, 0.5]), new convnetjs.Vol([0.1, 0.7])];
var train_labels = [0, 1];

// create a magic net
var magicNet = new convnetjs.MagicNet(train_data, train_labels);
magicNet.onFinishBatch(finishedBatch); // set a callback a finished evaluation of a batch of networks

// start training MagicNet. Every call trains all candidates in current batch on one example
setInterval(function(){ magicNet.step() }, 0});

// once at least one batch of candidates is evaluated on all folds we can do prediction!
function finishedBatch() {
  // prediction example. xout is Vol of scores
  // there is also predict_soft(), which returns the full score volume for all labels
  var some_test_vol = new convnetjs.Vol([0.1, 0.2]);
  var predicted_label = magicNet.predict(some_test_vol);
}

我不明白的是：他们创建像[new convnetjs.Vol([1.3, 0.5]), new convnetjs.Vol([0.1, 0.7])]这样的列车数据，然后使用2个标签。那些标签，对于阵列的每个位置或者在那些位置的子阵列的每个元素都是一个？

以下是一个直观的例子：

就像[new 0, new 1]或类似[new convnetjs.Vol([0, 1]), new convnetjs.Vol([0, 1])]？

Answer 1

示例new convnetjs.Vol([1.3, 0.5])标签为0。

示例new convnetjs.Vol([0.1, 0.7])标签为1。

一般情况下，在机器学习中，您通常会拥有尺寸相当高的样本（此处它们只是二维的），但您每个样本都有一个标签可以告诉您哪个＆＃34;班＆＃34;它属于。类实际意味着什么取决于你想要解决的问题;例如，它们可以是由手写数字图像表示的数字。

不了解来自convnetjs的列车数据

1 个答案: