创建一个函数来计算模型

Question

我正在使用theano及其LeNet教程，使用街景Google图像数据集训练CNN。

我加载了数据集：

train_set_x, train_set_y, \
valid_set_x, valid_set_y, \
test_set_x, test_set_y = manager.get_grayscale_data_dim()

我打印尺寸：

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, 1)
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, 1)
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, 1)

然后我按照教程那样做：

# allocate symbolic variables for the data
index = T.lscalar()  # index to a [mini]batch
x = T.matrix('x')   # the data is presented as rasterized images
y = T.ivector('y')  # the labels are presented as 1D vector of

print "y.type", y.type, "y.ndim", y.ndim
print "test_set_y", test_set_y.type, "test_set_y.ndim", test_set_y.ndim

打印结果：

y.type TensorType(int64, vector) y.ndim 1
test_set_y TensorType(int64, vector) test_set_y.ndim 1

我在这里遇到了问题（这是第一个定义的函数，接下来是验证和训练，只是为了让名字不会让你感到困惑，你不会认为一切都很顺利，有类似的训练和验证功能）：

创建一个函数来计算模型

所犯的错误

test_model = theano.function(
    [index],
    layer3.errors(y),
    givens={
        x: test_set_x[index * batch_size: (index + 1) * batch_size],
        y: test_set_y[index * batch_size: (index + 1) * batch_size]
    }
)

准确地说，我有一个错误：

y: test_set_y[index * batch_size: (index + 1) * batch_size]

错误本身说（afaiu）我正在尝试将smth转换为矩阵。我想知道这发生在哪里？

TypeError: Cannot convert Type TensorType(float64, vector) (of Variable Subtensor{int64:int64:}.0) into Type TensorType(float64, matrix). You can try to manually convert Subtensor{int64:int64:}.0 into a TensorType(float64, matrix).

AFAIU，y和test_set_y的尺寸一致。在我的代码中，它们都是一维向量。 为什么切片会导致错误？切片会创建矩阵吗？更重要的是，我该如何解决这个问题？ 提前谢谢！

提前感谢您的帮助！

Answer 1

展平你的阵列

 y_out = theano.shared(np.asarray(y, dtype=theano.config.floatX), borrow=True)
 y_out = y_out.flatten()
 y_out = T.cast(y_out, 'int32')

Answer 2

您的输入数据看起来很奇怪，具体而言，标签显示为矩阵，而不是矢量。

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, 1)
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, 1)
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, 1)

为什么所有这些在最后都有一个额外尺寸的尺寸？

我认为您需要更改数据加载代码，以便打印

self.train_data_dims (70000, 1024, 1)
self.train_labels_dims (70000, )
self.valid_data_dims (3250, 1024, 1)
self.valid_labels_dims (3250, )
self.test_data_dims (26000, 1024, 1)
self.test_labels_dims (26000, )

例如，这可以确保test_labels是向量而不是矩阵。

TypeError：无法将Type TensorType（float64，vector）（Variable Subtensor {int64：int64：}。0）转换为Type TensorType（float64，matrix）

创建一个函数来计算模型

2 个答案: