如何正确使用DataSource与torch/dp库

我对编程语言Lua和torch库都是新手。我正在尝试尽快让一些机器学习算法运行起来。我尝试使用dp库中的示例这里来构建神经网络。但我无法将我的数据集转换成适合输入学习算法的形式。我最初的想法是这么做的:

train_set = dp.DataSet(dataset[1], dataset[2]) test_set = dp.DataSet(test_dataset[1], test_dataset[2])ds = dp.DataSource(train_set=train_set, test_set=test_set)

这会导致错误: filename.lua:56: ')' expected near '='

其中dataset[1]是一个包含数据信息的torch.Tensor,而dataset[2]是一个包含我想要了解的数据的二进制信息的torch.Tensor。

希望这不是一个愚蠢的语法错误。


回答:

是的,这是一个语法错误。Lua没有命名参数。Lua的专家们使用表来模拟这种功能

所以,试试这个:dp.DataSource({train_set=train_set, test_set=test_set})或者dp.DataSource{train_set=train_set, test_set=test_set}(如果函数只有一个参数,你可以省略括号)。

Related Posts

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注