功能不同,所需的数据定义也不同。
我浏览了dataset.ts
文件,可以在这里查看:dataset.ts
我试图像这样操纵文件:
export function classifyTwoGaussData(numSamples: number, noise: number):
Example2D[] {
let points: Example2D[] = [];
let varianceScale = d3.scale.linear().domain([0, .5]).range([0.5, 4]);
let variance = varianceScale(noise);
function genGauss(cx: number, cy: number, label: number) {
for (let i = 0; i < numSamples / 2; i++) {
let x = normalRandom(cx, variance);
let y = normalRandom(cy, variance);
points.push({x, y, label});
}
}
genGauss(2, 2, 1); // Gaussian with positive examples.
genGauss(-2, -2, -1); // Gaussian with negative examples.
console.log(points);
return points;
}
控制台窗口中的输出显示:Array(200)
,当我添加单行genGauss(-2, 2, 0);
时,我得到了Array(300)
。
但是我不知道我是否有一个完整的csv输入和一个单独的csv,如何在运动场数据集中设置它,以便可以可视化我的tensorflow模型的训练。
示例数据如下:
input1 input2 input3 input4 input5 input6 input7 output
1.20047 1.20047 1.20045 1.20045 1.200059606178815 0.0003585714285714223 -3.791789292925229e-06 -1.0
1.20088 1.20088 1.20087 1.20087 1.200329737452543 0.0003835714285714117 6.180045764568489e-07 -1.0
1.20007 1.20023 1.20007 1.20007 1.200243158301695 0.0004278571428571306 4.129903631236368e-06 0.0
1.20022 1.20023 1.20022 1.20023 1.2002387722011298 0.0004271428571428402 7.19294850670973e-06 1.0
1.20023 1.20029 1.20023 1.20029 1.2002558481340868 0.0004192857142857093 9.916424565845627e-06 1.0
1.20046 1.20046 1.20046 1.20046 1.2003238987560578 0.00042499999999998485 1.259884292315837e-05 0.0
1.20053 1.20053 1.20053 1.20053 1.2003925991707052 0.0004049999999999966 1.523257396764079e-05 0.0
请提出建议并帮助我。我很困惑,因为tensorflow团队没有任何答案,甚至他们也不在乎有人是否向他们询问与自己产品有关的问题。