2016-06-22 7 views
3

Ich versuche Deeplearning4j auf einem Dataset ausführen, das ich mit CSVRecordReader einlese. Beim Ausführen von model.fit() für das Dataset wird einer der folgenden Fehler angezeigt.Deeplearning4j Neuronale Netzkonfiguration

IllegalStateException: Column of left array # != rows of right # or rows of 
left array # != columns of right # 

oder

IllegalStateException: Mis matched shapes 

Die erste scheint weg zu gehen, wenn ich die Anzahl der Eingänge in der ersten Schicht und Ausgänge an der zweiten Schicht gleich den Abmessungen des Trainingsdatensatzes, stellen jedoch dann I Beginne den zweiten zu bekommen. Sollen die Eingänge der ersten Schicht & immer von den Eingangsdimensionen bestimmt werden? Ich bin mir nicht sicher, was ich mit der zweiten Fehlermeldung machen soll.

Ich versuche nur, das neuronale Netz an diesem Punkt in einen anderen Datensatz zu bringen, also bin ich weniger besorgt darüber, was die Schichten gerade tun. Wenn es mehr als nur Eingabe/Ausgabe-Parameter sein könnte, die dieses Problem verursachen, werde ich die aktuelle neuronale Netzkonfiguration veröffentlichen, die ich verwende.

+0

Sie können die Form der Eingabe- und Ausgabevektoren überprüfen. Stellen Sie sicher, dass die Anzahl der Eingänge für das Modell mit der Anzahl der in Ihrem Eingangsvektor gespeicherten Funktionen übereinstimmt (dasselbe gilt für die Anzahl der Ausgänge). Selbst wenn es eine einzige Nichtübereinstimmung gibt, verursacht dies Ausnahmen wie oben. – ahajib

Antwort

2

Für die Zukunft, wie neuronale Netze zu bauen, finden Sie unter: http://deeplearningbook.org/

Ich würde auch Andrew Ng das Intro zu Maschine empfehlen auf Coursera Lernen: https://www.coursera.org/learn/machine-learning

schließlich auf Ihre Antwort zu bekommen hier: A Feature-Vektor ist ein grundlegendes maschinelles Lernkonzept.

Ihre Eingaben müssen immer mit der Anzahl der Merkmale Ihres Merkmalsvektors übereinstimmen.