Keras拟合函数(R)：具有多个标签的训练回归模型
我正在尝试使用Keras在R中实现一个深度学习模型。假设我有一个人脸的数据集和一个CSV，里面有关于这个人的年龄、性别和种族的信息。我想训练这个模型从照片中预测一个人的年龄。
为此，我必须使用卷积神经网络。这是我的伪码：
library(keras)
model <- keras_model_sequential()
model %>% ## define CNN model’s architecture.
## I will figure this out later
# configure model
model %>% compile(
loss='mean_squared_error',
optimizer='adam',
metrics='mae'
)
history <- model %>% fit(
# train_array is a 300x100x100x1 array
# train_array stores the pixel values of 300 grayscale images
# of resolution 100x100
x = train_array, y = ???,
epochs = 10, batch_size = 30,
)我的问题是关于上面标记的???。我有三个有用的信息来训练模型：age、gender和ethnicity。如何将这些信息添加到模型中？再一次，我希望这个模型可以预测一个人的年龄。
我看了Keras函数文档，但找不到它。它说y是“向量、矩阵或目标(标签)数据的数组(如果模型有多个输出).”
编辑:这是合理的。现在的问题是如何设置x列表？到目前为止，我的情况如下：
trainFeatures <- list(pixels = train_array, gender = as.factor(trainGenders), ethnicity = as.factor(trainEthnicity))
history <- model %>% fit(
x = trainFeatures, y = trainAge,
epochs = 10, batch_size = 30,
)我下载了一个玩具数据集，并建立了一个快速的CNN模型。我收到以下错误消息：
Error in py_get_attr_impl(x, name, silent) : AttributeError: 'list' object has no attribute 'dtype'
回答 2
Data Science用户
发布于 2018-10-10 14:42:44
x是输入/特征/自变量的数组/矩阵。
y是输出(S)、/target(S)、/dependent变量(/dependent)的数组/矩阵。
您的x数组应该包含从人的脸的数据集中提取的特征(但是您可以选择这样做)。您甚至可以将性别和种族与从数据集中提取的特征一起包括在内，如果在部署模型时这些信息对您可用。
您的y数组应该包含目标变量，即与每个脸相关联的年龄。
对编辑的回应：
不幸的是，我实际上没有在R中使用Keras，但是从您看到的错误(以及函数的前缀)来看，我认为R列表与Keras所期望的最有可能的兼容性问题。Keras是用Python实现的，因此它可能需要一个Numpy数组或一个Python列表。我怀疑您会更幸运地为您的输入特性创建一个R data.frame。
我发现本教程可能会有帮助，因为它使用Keras和R来构建一个CNN。
Data Science用户
发布于 2019-05-13 21:39:03
您需要将您的要素输入转换为二进制矩阵，签出虚拟包装。
https://datascience.stackexchange.com/questions/39496
复制
腾讯云开发者
