Torch中的单一分类器网络

时间:2015-09-28 10:11:02

标签: neural-network torch

我是Torch的新手。 我试图在Torch中运行单个分类器实验。但是,我在训练开始时遇到以下错误,

/ torch / install / bin / luajit:错误的参数#2到'?' (超出范围/torch/pkg/torch/generic/Tensor.c:853)

堆栈追溯:

    [C]: at 0x7f17b9dc029
    [C]: in function '__index'
    .../torch/install/share/lua/5.1/optim/ConfusionMatrix.lua:40: in function '_add'
    .../torch/install/share/lua/5.1/optim/ConfusionMatrix.lua:102: in function 'batchAdd'
    Main.lua:246: in function 'Train'
    Main.lua:289: in main chunk
    [C]: in function 'dofile'
    .../torch/install/lib/luarocks/rocks/trepl/scm-1/bin/th:131: in main chunk
    [C]: at 0x00406670

是否可以在火炬中训练单个分类器网络?
提前谢谢。

2 个答案:

答案 0 :(得分:0)

感谢您的回复。 我的模型包含,

classifier = nn.Sequential()

分类器:添加(nn.Dropout(0.5))

分类器:添加(nn.Linear(512512))

分类器:添加(nn.BatchNormalization(512))

分类器:添加(nn.ReLU(真))

分类器:添加(nn.Dropout(0.5))

分类器:添加(nn.Linear(512,1))

分类器:添加(nn.LogSoftMax())

我在 nn.CrossEntropyCriterion()中使用网络中的丢失。

是否可以运行单一分类器实验?

答案 1 :(得分:0)

是的,你可以在一堂课上训练。

你得到的错误指向混乱矩阵。 对于一个类,它应该是以下方式: - 班级

classes = {1}

- 此矩阵记录当前混淆的类

confusion = optim.ConfusionMatrix(classes)

您的火车标签或测试标签不得包含“0”和“0”。数字作为标签。