我试图用java的深度学习来训练一个模型,当我开始训练训练数据时,它会产生一个错误
Invalid classification data: expect label value (at label index column = 0) to be in range 0 to 1 inclusive (0 to numClasses-1, with numClasses=2); got label value of 2
我不明白这个错误,因为我是一个深入学习4j的初学者。我使用的是一个数据集,它查看两个人之间的关系(如果两个人之间有关系,那么类标签将是1,否则为0)。
Java代码
public
Deeplearning4j的官方指南展示了如何使用.csv文件,但我想知道如何使用自定义模型。我试图寻找一个合适的DataSet实现,但似乎找不到任何实现。即使它使用普通.csv的内容(以字符串格式),它也足够好。我试过这样做:
型号:
package com.example.kamil.deeplearningandroid;
public class Job implements LearnableModel {
private int type;
private int salary;
private int choice;
public Job(String type, int
我试图用canova/datavec加载CSV数据集,但找不到“惯用”的方法。我有点挣扎,因为我觉得框架正在演变,这使我很难确定什么是相关的,什么是不相关的。
object S extends App{
val recordReader:RecordReader = new CSVRecordReader(0, ",")
recordReader.initialize(new FileSplit(new File("./src/main/resources/CSVdataSet.csv")))
val iter:DataSetIterator = n
我在学习Deeplearning4j。1.0.0-M1.1)用于建立神经网络。
我以来自IrisClassifier的Deeplearning4j为例,它工作得很好:
//First: get the dataset using the record reader. CSVRecordReader handles loading/parsing
int numLinesToSkip = 0;
char delimiter = ',';
RecordReader recordReader = new CSVRecordReader(numLinesToSkip,delimiter
我已经建立了一个DL4j项目。如果我使用MNIST数据集,一切都很好,如下所示:
DataSetIterator mnistTrain = new MnistDataSetIterator(batchSize, true, rngSeed);
DataSetIterator mnistTest = new MnistDataSetIterator(batchSize, false, rngSeed);
但是,我想用以下格式切换到我自己的csv文件:
A | B | C | X | Y
-------------------------
1 | 100 | 5
我有一个CSV数据集,既有数值属性,也有名义属性。我为dataset定义了架构,它列出了名义属性的所有可能值。之后,我创建了TransformProcess,使用CategoricalToOneHotTransform.将标称值转换为数字值。如何使用这个TransformProcess on RecordReaderDataSetIterator来为我的神经网络做准备?
Schema schema = new Schema.Builder()
.addColumnInteger("age")
.addColumnCategoric
我正试着用deeplearning4j训练一个神经网络。但是我收到了这个错误消息,我无法解释:
java.lang.reflect.InvocationTargetException
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(D