2016-11-30 47 views
0

我開始在Node.js中使用非常基本的Deep Belief Network,但速度不夠快。本質上它使用了XY,其中每個都是一個數組數組; X是要訓練的數據,而Y是結果。TFLearn「無法提供形狀值」。

所以我會餵它像var x=[[1,2,3], [1,3,2]]等等y=[[1,0], [1,0]]。然後我會給出一些數據,如[2,3,1],它會預測y

我迷失在如何在tfslearn中做到這一點。我可以自己學習,但我已經達到了一個我不確定甚至Google會怎樣的地步。

如果只是單個數組,我可以使用這些示例。

每次我嘗試使用數組的數組,我得到:

不能養活形狀

的價值
+0

你可以顯示給出錯誤的代碼嗎?一般而言,TFlearn/tensorflow應該如您所描述的那樣工作,您首先擬合模型,然後預測給定的數據。你也可以看看[tflearn教程](http://tflearn.org/tutorials/quickstart.html) – sygi

+0

,這個鏈接對我們有很大的幫助。謝謝。 –

回答

0

我被錯誤地設置輸入形狀爲我的數據集。這幫了很大的忙:http://tflearn.org/tutorials/quickstart.html

# Data loading and preprocessing 
# Building deep neural network 
net = tflearn.input_data(shape=[None, 4]) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 32) 
net = tflearn.fully_connected(net, 1, activation='softmax') 
net = tflearn.regression(net) 

# Training 
model = tflearn.DNN(net) 
model.fit(X, Y, n_epoch=10, batch_size=16, show_metric=True) 
相關問題