创建基于CIFAR10数据集类的两个数据集时遇到错误

我需要创建两个数据集,其中一个数据集包含类别0到4,另一个数据集包含类别5到9的CIFAR10数据集,但我在尝试时遇到了这个错误:"boolean index did not match indexed array along dimension 1; dimension is 32 but corresponding boolean dimension is 1"

这是我到目前为止尝试过的方法

  import keras  from keras.datasets import cifar10  (x_train, y_train), (x_test, y_test) = cifar10.load_data()  print('x_train shape:', x_train.shape)  x_train shape: (50000, 32, 32, 3)  在此处遇到错误  x_train = x_train[y_train < 5]

回答:

打印出y_train.shape得到(50000, 1)。为了正确地使用y_train来索引x_train的第一维度,你需要去掉y_train的第二维度。

x_train = x_train[y_train[:, 0] < 5]

[:, 0]表示返回第一维度的所有元素,但仅返回第二维度的第一个元素。

现在x_train.shape得到(25000, 32, 32, 3)。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注