Quelqu'un devrait ajouter "net #" comme étiquette. Je suis en train d'améliorer mon réseau de neurones dans Azure Machine Learning Studio en le transformant en un réseau de neurones de convolution en utilisant ce tutoriel:Comment créer un réseau neuronal convolutif dans Azure Machine Learning?
https://gallery.cortanaintelligence.com/Experiment/Neural-Network-Convolution-and-pooling-deep-net-2
Les différences entre moi et le tutoriel est que je suis en train de faire une régression avec 35 caractéristiques et 1 étiquette et ils font la classification avec des fonctionnalités 28x28 et 10 étiquettes.
Je commence par l'exemple de base et 2 et les faire fonctionner avec:
input Data [35];
hidden H1 [100]
from Data all;
hidden H2 [100]
from H1 all;
output Result [1] linear
from H2 all;
Maintenant, la transformation de convolution je comprends mal. Dans le tutoriel et la documentation ici: https://docs.microsoft.com/en-us/azure/machine-learning/machine-learning-azure-ml-netsharp-reference-guide il ne mentionne pas comment les valeurs de tuple de noeud sont calculées pour les calques cachés. Le tutoriel dit:
hidden C1 [5, 12, 12]
from Picture convolve {
InputShape = [28, 28];
KernelShape = [ 5, 5];
Stride = [ 2, 2];
MapCount = 5;
}
hidden C2 [50, 4, 4]
from C1 convolve {
InputShape = [ 5, 12, 12];
KernelShape = [ 1, 5, 5];
Stride = [ 1, 2, 2];
Sharing = [ F, T, T];
MapCount = 10;
}
On dirait que le [5, 12, 12] et [50,4,4] pop de nulle part avec le KernalShape, Stride et MapCount. Comment savoir quelles valeurs sont valables pour mon exemple? J'ai essayé d'utiliser les mêmes valeurs, mais cela n'a pas fonctionné et j'ai un sentiment puisqu'il a une entrée [28,28] et j'ai un [35], j'ai besoin de tuples avec 2 entiers non 3.
I juste essayé avec des valeurs aléatoires qui semblent être en corrélation avec le tutoriel:
const { T = true; F = false; }
input Data [35];
hidden C1 [7, 23]
from Data convolve {
InputShape = [35];
KernelShape = [7];
Stride = [2];
MapCount = 7;
}
hidden C2 [200, 6]
from C1 convolve {
InputShape = [ 7, 23];
KernelShape = [ 1, 7];
Stride = [ 1, 2];
Sharing = [ F, T];
MapCount = 14;
}
hidden H3 [100]
from C2 all;
output Result [1] linear
from H3 all;
il semble à l'heure actuelle impossible de déboguer, car le seul code d'erreur Azure machine Learning studio donne toujours est:
Exception":{"ErrorId":"LibraryException","ErrorCode":"1000","ExceptionType":"ModuleException","Message":"Error 1000: TLC library exception: Exception of type 'Microsoft.Numerics.AFxLibraryException' was thrown.","Exception":{"Library":"TLC","ExceptionType":"LibraryException","Message":"Exception of type 'Microsoft.Numerics.AFxLibraryException' was thrown."}}}Error: Error 1000: TLC library exception: Exception of type 'Microsoft.Numerics.AFxLibraryException' was thrown. Process exited with error code -2
Merci pour votre aide!