Dataframes，csv和CNTK

Question

我一直在玩弄CNTK，並發現模型只能使用numpy數組進行訓練。它是否正確？

這是有道理的，圖像識別等

我怎麼會變成我的整潔數據集（讀如使用熊貓一個數據幀）轉換爲可以鍛鍊邏輯迴歸與格式？我曾試圖把它讀成numpy的陣列

np.genfromtxt(「My.csv",delimiter=',' , dtype=float) 

，我也試圖與

np.array.MyVeriable.astype('float32') 

包裹變量，但我沒有得到我想要能夠養活一個模型結果。

我也找不到教程中有關如何在CNTK中的表格數據框上執行ML的任何內容。

不支持？

Answer 1

CNTK 104顯示瞭如何使用熊貓數據框和numpy。

https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_104_Finance_Timeseries_Basic_with_Pandas_Numpy.ipynb

CNTK 106B展示瞭如何讀取使用CSV文件中的數據。

https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_106B_LSTM_Timeseries_with_IOT_Data.ipynb

Answer 2

感謝您使用這些鏈接。這是我最後讀的CSV它似乎工作，但薩彥請糾正需要：

def generate_data_from_csv(): 

# try to find the data file local. If it doesn't report "file does not exists" if it does report "using loacl file" 
data_path = os.path.join("MyPath") 
csv_file = os.path.join(data_path, "My.csv") 
if not os.path.exists(data_path): 
    os.makedirs(data_path) 
if not os.path.exists(data_file): 
    print("file does not exists") 
else: 
    print("using loacl file") 

df = pd.read_csv(csy_file, usecols = ["predictor1", "predictor2", 
"predictor3", "predictor4", "dependent_variable"], dtype=np.float32) 

return df 

然後我保存的數據幀作爲training_data

training_data = generate_data_from_csv() 

然後我打開那個數據幀到numpy的陣列如下

training_features = np.asarray(training_data[[["predictor1",  
"predictor2", "predictor3", "predictor4",]], dtype = "float32") 
training_labels = np.asarray(training_data[["dependent_variable"]], 
dtype="float32") 

的訓練我用這個代碼的模型：

features, labels = training_features[:,[0,1,2,3]], training_labels